11일 전
MVA2023 소형 객체 탐지 챌린지: 새 탐지를 위한 데이터셋, 방법 및 결과
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
초록
소형 객체 탐지(Small Object Detection, SOD)는 (i) 다양한 실세계 응용 분야에서 원거리에 있는 객체를 탐지하는 요구가 있으며, (ii) 소형 객체는 노이즈가 많고 흐릿하며 정보량이 적은 이미지 특성을 지녀 탐지가 매우 도전적인 과제이기 때문에 중요한 머신 비전 주제이다. 본 논문은 39,070장의 이미지와 137,121개의 새 인스턴스를 포함하는 새로운 SOD 데이터셋을 제안한다. 이 데이터셋은 '소형 객체 탐지를 통한 새 탐지(Small Object Detection for Spotting Birds, SOD4SB)'라고 명명되었다. 본 논문에서는 SOD4SB 데이터셋을 활용한 챌린지의 세부 내용을 소개한다. 총 223명의 참가자가 이 챌린지에 참여하였다. 본 논문은 수상한 방법들에 대해 간략히 소개한다. 해당 데이터셋, 베이스라인 코드, 그리고 공개 테스트셋에 대한 평가를 위한 웹사이트는 모두 공개되어 있다.