16 天前
MVA2023 小目标检测挑战赛：鸟类检测任务——数据集、方法与结果
Yuki Kondo, Norimichi Ukita, Takayuki Yamaguchi, Hao-Yu Hou, Mu-Yi Shen, Chia-Chi Hsu, En-Ming Huang, Yu-Chen Huang, Yu-Cheng Xia, Chien-Yao Wang, Chun-Yi Lee, Da Huo, Marc A. Kastner, Tingwei Liu, Yasutomo Kawanishi, Takatsugu Hirayama, Takahiro Komamizu, Ichiro Ide, Yosuke Shinya, Xinyao Liu, Guang Liang, Syusuke Yasui
摘要
小目标检测（Small Object Detection, SOD）是一项重要的机器视觉研究课题，主要原因在于：（i）众多实际应用场景需要对远距离目标进行检测；（ii）由于小目标在图像中通常呈现噪声大、模糊且信息量少的特征，因此SOD任务具有较高的技术挑战性。本文提出了一种新的SOD数据集——小目标检测用于鸟类识别（Small Object Detection for Spotting Birds, SOD4SB），该数据集包含39,070张图像，涵盖137,121个鸟类实例。本文详细介绍了基于SOD4SB数据集所设立的挑战赛内容。共有223支参赛团队参与了此次挑战赛。本文简要概述了获奖方法的核心思想与技术特点。目前，该数据集、基线代码以及面向公开测试集的评估网站均已公开发布，供学术界和工业界免费使用。