文献

J-GLOBAL ID：202202281807220263   整理番号：22A0886499

重み付き双方向FPNに基づく小さなオブジェクトのリアルタイム検出【JST・京大機械翻訳】

Real-time Detection of Tiny Objects Based on a Weighted Bi-directional FPN

著者 (3件)： Hu Yaxuan (University of Electronic Science and Technology of China, Chengdu, China) ,  Dai Yuehong (University of Electronic Science and Technology of China, Chengdu, China) ,  Wang Zhongxiang (ShenZhen East-Win Technology Co., LTD., Shenzhen, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13141  ページ： 3-14  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： Tiny物体検出は重要で挑戦的な物体検出サブフィールドである。しかし,その多数の応用(例えば,人間追跡と海洋救助)は,強い検出時間制約を持つ。すなわち,2段階物体検出器は,リアルタイム検出ニーズを満たすのに遅すぎるが,一方,1段物体検出器は,不十分な検出精度を持つ。その結果,1段物体検出器の検出精度の向上は,リアルタイム小型物体検出の本質的側面になった。本研究では,1段物体検出器YOLOv5に基づく実時間小型物体検出のための新しいモデルを提案した。提案したYOLO-P4モデルは,小さなオブジェクトと新しい出力予測ブランチを検出するモジュールを含む。次に,加重双方向特徴ピラミッドネットワーク(BiFPN)をYOLO-P4に導入して,YOLO-P4特徴入力ブランチを強化するYOLO-BiP4という改良モデルを得た。提案モデルを,Tiny-Personデータセットで試験し,YOLO-BiP4モデルが,小物体の検出において,元のモデルより優れていることを実証した。モデルはリアルタイム検出要求を満たし,既存の1段物体検出器と比較して最高の精度を得た。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *検出 ,  海洋
準シソーラス用語： 物体検出 ,  実時間 ,  検出精度 , 【Automatic Indexing@JST】

著者キーワード (4件)： 小さな物体検出 ,  双方向特徴ピラミッドネットワーク ,  リアルタイム検出 ,  YOLOv5

分類 (5件)： 薬物の分析  (GV01040Q) ,  水質調査測定一般  (SB02060X) ,  抽出  (CC01040H) ,  有機化合物のクロマトグラフィー,電気泳動分析  (CC04034H) ,  有機化合物の各種分析  (CC08034J)

タイトルに関連する用語 (3件)： 双方向 ,  オブジェクト ,  リアルタイム