面向航空物体检测的 RepPoints

CVPRMay, 2021

Oriented RepPoints for Aerial Object Detection

Wentong Li, Yijie Chen, Kaixuan Hu, Jianke Zhu

TL;DR本文提出了一种基于自适应点学习的方法来检测非轴对齐的空中目标，该方法采用自适应点表示法来捕捉任意方向实例的几何信息，并结合三种有向转换函数以及有效的质量评估和样本分配方案，使用空间约束惩罚离群点进行自适应学习，实验结果表明我们的方法在四个具有挑战性的空中数据集上表现良好。

Abstract

In contrast to the generic object, aerial targets are often non-axis aligned with arbitrary orientations having the cluttered surroundings. Unlike the mainstreamed approaches regressing the bounding box orientations, this paper proposes an effective adaptive points learning approach to

aerial object detection adaptive points learning oriented conversion functions quality assessment spatial constraint

发现论文，激发创造

提升航空图片中小型定向物体的检测

我们提出了一种方法，通过增强定向目标检测模型的分类和回归任务，准确地检测空中图像中的小型定向目标。我们设计了一个 Attention-Points 网络，其中包含两个损失函数：Guided-Attention Loss（GALoss）和 Box-Points Loss（BPLoss）。实验结果表明，我们的 Attention-Points 网络在标准的小型目标空中数据集（DOTA-v1.5）和海事相关数据集（HRSC2016）中具有很好的效果。代码公开可用。

Jan, 2024

利用盒状边界感知向量进行航拍图像中的目标定向检测

提出了一种针对航拍图像中目标识别的方法，使用基于关键点的检测器检测目标的中心点，进而回归边界感知向量以捕获定向边界框，通过旋转边界框分类实现在所有方向上的目标检测，并通过实验证明优于基线方法，与现有方法相比具有竞争优势。

Aug, 2020

基于类别感知的高质量导向提案的动态标签分配

该论文提出了基于复平面的有向检测框表示和三角误差损失函数，并构建了一个适用于复杂背景环境的有向对象检测模型，通过实验证明了该模型在有向对象检测方面的优越性能。

Jul, 2024

自适应周期嵌入用于在航空影像中表示定向物体

提出了一种名为自适应周期嵌入（APE）的用于表示航空图像中有向物体的新方法，它基于有向物体的角度周期性来表示角度，并使用更简单，更合理的标签生成规则和长边相交 IoU（LIIoU）新方法。

Jun, 2019

RepPoints：物体检测中的点集表示

本文提出了一种名为 RepPoints 的方法，它采用一组样本点作为对象的更精细的表示，不需要使用锚点来采样边界框空间，并在检测任务中获得与目前最佳方法相同的效果。

Apr, 2019

任意方向目标检测的动态锚点学习

提出了一种动态锚点学习方法（DAL），通过全新定义匹配度评估锚点的定位潜力，实现有效标签分配并动态选择高质量锚点以实现准确目标检测，结果表明该方法在远程感知数据集 HRSC2016、DOTA、UCAS-AOD 以及场景文本数据集 ICDAR 2015 上获得了较好的检测性能。

Dec, 2020

关于任意方向物体检测：基于分类方法的再探讨

本文提出了一种将角度预测任务从回归问题转变为分类问题的方法，并使用设计的 “圆滑标签” 和 “密集编码标签” 来解决周期性和编码长度过大的问题，在三个大规模公共数据集上进行了实验验证，证明了该方法的有效性。

Mar, 2020

DARDet：一种用于航拍图像中稠密无锚点旋转物体检测的算法

本文提出了一种基于密集无锚点的旋转目标检测器 (DARDet)，直接预测特征映射中每个前景像素的旋转框的五个参数，同时设计了一个新的对齐卷积模块来提取对齐的特征，并引入 PIoU loss 进行精确和稳定的回归。在三个常用的航空目标数据集 (DOTA，HRSC2016 和 UCAS-AOD) 上取得了最先进的性能，同时保持高效率。

Oct, 2021

ReDet：一种面向航空目标检测的旋转等变检测器

本文提出了一种旋转等变探测器（ReDet），它可以准确地预测方向并且具有巨大的模型尺寸减小，同时在 RoI 对齐上具有旋转不变性。在多个具有挑战性的航空影像数据集上，与以前的最佳结果相比，ReDet 的实验结果更好，同时可以降低 60％的参数（313 Mb 与 121 Mb）。

Mar, 2021

面向物体检测的无锚定位建议生成器

本文提出了一种抛弃传统水平框架结构，利用 Coarse Location Module 生成初步的定位框，然后将其提炼为高质量的定向 proposals 的方法 ——Anchor-free Oriented Proposal Generator (AOPG)，并且在 DIOR_R, DOTA 和 HRSC2016 数据集上实现了 64.41%、75.24% 和 96.22% 的 mAP 准确率，这为解决遥感图像中的定向目标检测提供了一种新的方案。

Oct, 2021