SCRDet: 소형, 복잡한 배경 및 회전된 객체에 대한 더욱 강건한 검출 방법

물체 검출은 컴퓨터 비전의 핵심 구성 요소로 여겨져 왔습니다. 상당한 진전이 이루어졌음에도 불구하고, 작은 크기, 임의의 방향, 그리고 밀집된 분포를 가진 물체에 대한 문제는 여전히 존재합니다. 자연 이미지뿐만 아니라 이러한 이슈들은 중요한 항공 이미지에서 특히 두드러집니다. 본 논문에서는 작은, 복잡하고 회전된 물체를 위한 새로운 다중 카테고리 회전 검출기인 SCRDet(SCR Detector)을 제시합니다. 구체적으로, 효과적인 앵커 샘플링을 통해 다층 특성을 융합하는 샘플링 융합 네트워크가 설계되었습니다. 이는 작은 물체에 대한 감도를 향상시키는 데 도움을 줍니다. 또한, 노이즈를 억제하고 물체 특성을 강조하여 작은이고 복잡한 물체 검출을 위해 지도화된 픽셀 주의 네트워크와 채널 주의 네트워크가 공동으로 탐구되었습니다. 더욱 정확한 회전 추정을 위해 회전 경계 상자(bounding box)의 경계 문제를 해결하기 위해 smooth L1 손실 함수에 IoU(IoU constant factor) 상수 요인이 추가되었습니다. DOTA, NWPU VHR-10 두 개의 공개 원격 감지 데이터셋과 자연 이미지 데이터셋인 COCO, VOC2007 및 장면 텍스트 데이터 ICDAR2015에서 수행된 광범위한 실험은 우리의 검출기가 최신 기술 수준(state-of-the-art) 성능을 보임을 입증하였습니다. 코드와 모델은 https://github.com/DetectionTeamUCAS에서 제공될 예정입니다.