admin 管理员组

文章数量: 1184232

论文作者：Anh-Khoa Nguyen Vu,Quoc-Truong Truong,Vinh-Tiep Nguyen,Thanh Duc Ngo,Thanh-Toan Do,Tam V. Nguyen

作者单位：University of Information Technology;Vietnam National University;Monash University;University of Dayton

论文链接：http://arxiv/abs/2502.18195v1

项目链接：https://github/nvakhoa/MPAD

内容简介：

1）方向：小样本目标检测（FSOD）

2）应用：小样本目标检测（FSOD）

3）背景：近年来，小样本目标检测方法通过增强合成样本取得了良好的效果，但这些合成数据集的多样性往往有限，缺乏对典型和困难样本的关注，特别是在前景和背景的关系方面。这一问题限制了这些方法的代表性和有效性。

4）方法：为了解决上述问题，提出了MPAD框架。在前景-前景关系方面，提出了上下文学习（ICOS）结合边界框调整，增强合成样本的细节和空间信息。在支持样本的选择上，借鉴大间隔原则，设计了谐波提示聚合调度器（HPAS），在扩散模型的每个生成步骤中混合提示嵌入，生成困难的新样本。在前景-背景关系方面，提出了背景提议方法（BAP），用于采样典型和困难的背景。

5）结果：通过在多个小样本目标检测基准测试上的广泛实验，验证了该方法的有效性。MPAD框架显著优于传统方法，在PASCAL VOC数据集上的nAP50指标相比基线提高了17.5%。代码：https://github/nvakhoa/MPAD

本文标签： 样本 目标 Multi FSOD perspective

版权声明：本文标题：小样本目标检测（FSOD）：Multi-Perspective Data Augmentation for Few-shot Object Detection 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1758682776a3089141.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。