Détection d'objets petits par génération de propositions de grossier à fin et apprentissage par imitation

Les dernières années ont vu le succès considérable de la détection d'objets, tout en demeurant confrontées à des difficultés importantes dans le traitement des objets de petite taille. En effet, le problème bien connu de faibles superpositions entre les priorités (anchors) et les régions d'objets limite fortement la quantité d'échantillons disponibles pour l'optimisation, tandis que le manque d'informations discriminantes aggrave davantage la difficulté de reconnaissance. Pour atténuer ces problèmes, nous proposons CFINet, un cadre à deux étapes spécifiquement conçu pour la détection d'objets de petite taille, basé sur une architecture en pipeline « grossier-vers-fin » et une stratégie d'apprentissage par imitation de caractéristiques (Feature Imitation learning). Premièrement, nous introduisons un RPN « grossier-vers-fin » (CRPN), qui garantit un ensemble suffisant et de haute qualité de propositions pour les objets de petite taille grâce à une stratégie dynamique de sélection d'anchors et à une régression en cascade. Ensuite, nous enrichissons la tête de détection classique d'une branche d'imitation de caractéristiques (FI), permettant d'améliorer les représentations des régions des objets à taille limitée par une approche d'imitation. Par ailleurs, une perte d'imitation auxiliaire, inspirée du paradigme d'apprentissage contrastif supervisé, est conçue pour optimiser cette branche. Intégré à Faster R-CNN, CFINet atteint des performances de pointe sur les benchmarks à grande échelle dédiés à la détection d'objets de petite taille, SODA-D et SODA-A, démontrant ainsi son avantage significatif par rapport au détecteur de base et aux approches de détection les plus répandues.