[論文レビュー] SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection

Yuxuan Li, Xiang Li+5 more|arXiv (Cornell University)|Mar 11, 2024

Advanced SAR Imaging Techniques被引用数 16

ひとこと要約

SARDet-100Kを紹介する、COCO規模の多クラスSAR物体検出データセット、MSFA事前学習を通じて領域/モデルギャップを埋め、オープンソースコードと共に提供。

ABSTRACT

Synthetic Aperture Radar (SAR) object detection has gained significant attention recently due to its irreplaceable all-weather imaging capabilities. However, this research field suffers from both limited public datasets (mostly comprising <2K images with only mono-category objects) and inaccessible source code. To tackle these challenges, we establish a new benchmark dataset and an open-source method for large-scale SAR object detection. Our dataset, SARDet-100K, is a result of intense surveying, collecting, and standardizing 10 existing SAR detection datasets, providing a large-scale and diverse dataset for research purposes. To the best of our knowledge, SARDet-100K is the first COCO-level large-scale multi-class SAR object detection dataset ever created. With this high-quality dataset, we conducted comprehensive experiments and uncovered a crucial challenge in SAR object detection: the substantial disparities between the pretraining on RGB datasets and finetuning on SAR datasets in terms of both data domain and model structure. To bridge these gaps, we propose a novel Multi-Stage with Filter Augmentation (MSFA) pretraining framework that tackles the problems from the perspective of data input, domain transition, and model migration. The proposed MSFA method significantly enhances the performance of SAR object detection models while demonstrating exceptional generalizability and flexibility across diverse models. This work aims to pave the way for further advancements in SAR object detection. The dataset and code is available at https://github.com/zcablii/SARDet_100K.

研究の動機と目的

• 10個の既存のSARデータセットを統合・標準化してSARDet-100Kを作成することで、COCO規模の大規模なSAR物体検出データセットを提供する。
• RGBデータで事前学習しSARデータでファインチューニングする際のドメインとモデル転移のギャップを特定する。
• データ/ドメインのギャップとモデルのギャップを縮小するためのMSFA（Multi-Stage with Filter Augmentation）事前学習を提案する。
• MSFAの一般化性を検出器とバックボーン間で実証し、オープンソースのベンチマークとツールを確立する。

提案手法

• 10個の公開SARデータセットを収集・標準化・変換してCOCO形式の6カテゴリ（航空機、船舶、車、橋梁、戦車、港湾）に統一してSARDet-100Kを作成する。
• RGBベースの事前学習（例：ImageNet）とSARファインチューニングとの間のドメイン転移ギャップを分析する。
• SAR画像と組み合わせた手作り特徴チャンネル（HOG、Canny、Haar、WST、GRE）をフィルター拡張入力として連結し、ドメインギャップを低減する。
• SAR検出器バックボーンを事前学習させる中間の光学リモートセンシングデータセットを用意する、Multi-Stage事前学習方式を導入する。
• Multi-Stage事前学習中に全検出器をブリッジングモデルとして使用し、バックボーンと完全な検出フレームワーク間のモデルギャップを軽減する。
• 複数の検出器とバックボーンでMSFAを検証し、最新のSAR検出器と比較する。

実験結果

リサーチクエスチョン

• RQ1 SARDet-100KはSAR物体検出のCOCO規模で多クラスのベンチマークを提供できるか？
• RQ2 RGBからSAR領域へ転移する際、MSFA事前学習フレームワークはドメインギャップとモデルギャップを縮小するか？
• RQ3 Filter Augmented Inputはドメインギャップを縮小し、SAR検出性能を向上させるのに効果的か？
• RQ4 MSFAは異なる検出器とバックボーンアーキテクチャで一般化性が高いか？

主な発見

検出器	mAP50 SSDD	mAP50 HRSID
一般的検出器: Grid R-CNN	88.9	79.4
一般的検出器: Faster R-CNN	89.7	80.7
一般的検出器: Cascade R-CNN	90.5	81.3
一般的検出器: Free-Anchor	91.0	81.8
一般的検出器: Double-Head R-CNN	91.1	82.1
一般的検出器: PANET	91.2	81.6
一般的検出器: DCN	92.3	82.1
SAR 検出器: NNAM	79.8	-
SAR 検出器: DCMSNM	89.6	-
SAR 検出器: ARPN	89.9	81.8
SAR 検出器: DAPN	90.6	81.8
SAR 検出器: HR-SDNet	90.8	81.5
SAR 検出器: SER Faster R-CNN	91.5	81.5
SAR 検出器: FBR-Net	94.1	-
SAR 検出器: CenterNet++	95.1	-
SAR 検出器: CRTransSar	97.0	-
Faster R-CNN + VAN-B (baseline open-source)	92.9	81.8
MSFA (Faster R-CNN + VAN-B)	97.9 (+5.0)	83.7 (+1.9)

• SARDet-100Kは6カテゴリにわたる116k画像と245kインスタンスを含み、SAR物体検出のCOCO規模を実現している。
• Filter Augmented Inputを用いたMSFAはSAR検出性能を大幅に改善し、ドメイン転送ギャップを縮小する。
• 大規模な光学リモートセンシングデータを用いた2段階の事前学習（第2段階）はファインチューニング結果をさらに向上させ、より大規模な事前学習データセットはより大きな利得を提供する。
• MSFAはオープンソース手法のSSDDおよびHRSIDベンチマークで最先端の結果を示し、いくつかの既存のSAR検出器を上回っている。
• MSFAは検出器とバックボーン間で堅牢な一般化を示し、モデルサイズが大きくなるにつれて一貫した利得を示す。