Mar, 2024

使用 COCO 评估目标检测器：一条新的前进之路

PDF
TL;DR通过检查 COCO (2017 版本) 中的成千上万个掩膜，我们发现了不同类型的错误，例如不精确的掩膜边界、未全面注释的实例和错误标记的掩膜。为了保持与先前研究的连续性，我们开发了 COCO-ReM (Refined Masks)，这是一组注释更清晰、掩膜质量明显更好的数据集。我们评估了五十个目标检测器，并发现预测视觉效果更好的掩膜的模型在 COCO-ReM 上得分更高，证实它们由于 COCO-2017 的错误而受到了不正确的惩罚。此外，我们使用 COCO-ReM 训练的模型收敛更快，得分更高，优于使用 COCO-2017 训练的更大的变体，凸显了数据质量在改进目标检测器中的重要性。基于这些发现，我们提倡在未来的目标检测研究中使用 COCO-ReM 数据集。我们的数据集可在此 https URL 获取。
common objects in contextcoco datasetannotationsobject detectorsdata quality
发现论文，激发创造
  • 评估一个基准测试：MS-COCO 的可靠性如何？

    使用 Sama-COCO 重注释 MS-COCO 数据集，通过利用形状分析管道发现潜在偏见，训练并评估了模型在这两个数据集上的表现，结果表明注释风格的重要性和注释流程需要密切考虑感兴趣的任务。

    Nov, 2023

  • COCO-O：自然分布偏移情况下的目标检测器基准测试

    通过引入基于 COCO 的 COCO-O 测试数据集，研究了 100 多种现代目标检测器的鲁棒性效果，并发现了各种架构设计、数据增强和预训练技术对鲁棒性的影响。

    Jul, 2023

  • Microsoft COCO：上下文中的通用物体

    本研究旨在推进目标识别的最新进展，提出了一种数据集的形式，通过将目标识别的问题置于场景理解的更广泛背景下，聚集了包含常见物品的复杂日常场景的图像，并利用每个实例分割对物品进行标记以协助精确定位，该数据集包含 91 种 4 岁儿童容易识别的对象类型，有 328k 张图像和 250 万个标记实例。本文最终提供了一种基于可变形零件模型的边界框和分割检测结果的基线性能分析。

    May, 2014

  • 从共同出现的物体类别的角度分析物体检测器

    本研究基于特殊遮盖的 MS COCO 数据集，对目前最先进的 Faster R-CNN 和 YOLO 目标检测器的准确性进行评估和比较，以衡量它们的预测有多少依赖于编码在对象类别级别上的上下文信息。研究结果表明，当前检测器通常不会在类别级别上建立强的依赖关系，但是当它们这样做时，它们的方式往往相似，表明对象类别的上下文依赖性是一个独立的属性，这具有传递知识的相关性。

    Sep, 2018

  • COCONut：现代化 COCO 分割

    最近几十年来，视觉学界在视觉识别方面取得了显著进展，其中一部分要归功于数据集基准的进步。本研究通过提高标注质量和扩大数据集范围，引入了 COCONut 数据集，该数据集包含 383K 张图像和超过 5.18M 个分割掩模，并通过特别精心设计的高质量掩模将语义、实例和全景分割的标注统一起来，为所有分割任务建立了一个稳健的基准。我们相信 COCONut 的发布将极大地促进社区评估新型神经网络的进展。

    Apr, 2024

  • 3D-COCO：用于图像检测和 3D 重建模块的 MS-COCO 数据集扩展

    我们介绍了 3D-COCO，这是原始的 MS-COCO 数据集的扩展，提供了 3D 模型和 2D-3D 对齐注释。3D-COCO 旨在实现计算机视觉任务，如可配置的 3D 重建或图像检测，通过使用文本、2D 图像和 3D CAD 模型查询。通过使用 IoU 方法，我们将每个 MS-COCO 注释与最佳的 3D 模型进行匹配，提供 2D-3D 对齐。3D-COCO 的开源性是对 3D 相关主题新研究的开拓，该数据集及其源代码可在给定的链接上找到。

    Apr, 2024

  • 广泛应用领域物体检测的最新模型

    该研究提供了一份数据集和最佳模型清单，比较分析了 5 个顶级数据集在各类深度学习模型上的性能，进一步探讨物体检测领域中的一阶和二阶方法。通过定量和定性分析，提供了性能最佳的模型和数据集组合。

    Nov, 2022

  • 协作伪装对象检测：大规模数据集和基准测试

    全文提供了对一项名为协作伪装目标检测（CoCOD）的新任务的全面研究，其目的是同时从一组相关图像中检测具有相同属性的伪装目标。为此，我们细致地构建了首个大规模数据集 CoCOD8K，该数据集包含 8528 张高质量且精选图像，带有目标遮罩注释，覆盖 5 个超类别和 70 个子类别。该数据集涵盖了各种自然和人工伪装场景，具有多样的目标外观和背景，因此对于 CoCOD 来说是一个非常具有挑战性的数据集。此外，我们提出了 CoCOD 的首个基准模型，名为双向分支网络（BBNet），该模型分别在单个图像内和图像组内探索和整合共伪装线索，以实现对给定图像中伪装目标的准确检测。这是通过一种图像间协作特征探索（CFE）模块、一种图像内目标特征搜索（OFS）模块和一种局部 - 全局细化（LGR）模块实现的。我们在提议的 CoCOD8K 数据集上对 18 种最先进的模型进行了性能评估，其中包括 12 种 COD 算法和 6 种 CoSOD 算法，采用了 5 种广泛使用的评估指标。广泛的实验表明了所提出方法的有效性以及与其他竞争方法相比显著更优越的性能。我们希望我们提出的数据集和模型能够促进 COD 社区的发展。该数据集、模型和结果将可在此网址获取: https://this-URL

    Oct, 2023

  • 目标检测中的经验上限及更多

    通过分析 15 多个模型在 4 个数据集上的表现，确定了基于深度学习的目标检测算法的平衡点，并发现分类错误是目标检测中错误的主要来源，而上下文对于检测小目标比大目标更重要。

    Nov, 2019

  • 实时物体检测模型的复制研究和基准测试

    本研究旨在检验实时目标检测模型的可重复性和基准测试。通过比较大量的目标检测模型在多个显卡上的精度和推理速度，我们还重现了 DETR、RTMDet、ViTDet 和 YOLOv7 等模型，并提出了一个统一的训练和评估流程，以更好地比较模型。然而，我们发现某些模型在准确性和速度上无法达到原始论文所述性能，而 RTMDet 和 YOLOv7 可以匹配这些性能。总的来说，结果显示准确性和速度之间存在着明显的权衡，其中以无锚点模型（尤其是 RTMDet 或 YOLOx 模型）为主。

    May, 2024