[论文解读] The 1st Tiny Object Detection Challenge:Methods and Results

Xuehui Yu, Zhenjun Han+23 more|arXiv (Cornell University)|Sep 16, 2020

Advanced Neural Network Applications参考文献 19被引用 6

一句话总结

本论文提出了首个微型目标检测（TOD）挑战赛，引入了TinyPerson数据集，包含1610张图像和72,651个标注，用于微型人像检测。该挑战赛评估了36支全球团队，采用AP和MR指标，并结合IOU与IOD标准（用于忽略区域），最佳团队在AP50@tiny上达到72.33分。领先方法包括多尺度训练、可变形卷积和模型集成，展现了卓越性能。

ABSTRACT

The 1st Tiny Object Detection (TOD) Challenge aims to encourage research in developing novel and accurate methods for tiny object detection in images which have wide views, with a current focus on tiny person detection. The TinyPerson dataset was used for the TOD Challenge and is publicly released. It has 1610 images and 72651 box-levelannotations. Around 36 participating teams from the globe competed inthe 1st TOD Challenge. In this paper, we provide a brief summary of the1st TOD Challenge including brief introductions to the top three methods.The submission leaderboard will be reopened for researchers that areinterested in the TOD challenge. The benchmark dataset and other information can be found at: https://github.com/ucas-vg/TinyBenchmark.

研究动机与目标

• 解决计算机视觉领域中微型目标检测专用数据集与基准的缺乏问题。
• 激励研究者开发新颖且精确的微型目标检测方法，尤其针对广角视场图像中的检测任务。
• 聚焦真实世界挑战，如极端微小目标尺寸、高背景杂波以及姿态与视角的多样性。
• 建立标准化评估协议，采用IOU与IOD（检测插入）标准对忽略区域进行判定。
• 推动微型目标检测技术的发展，从而惠及更广泛的目标检测研究与实际应用场景。

提出的方法

• 采用Faster R-CNN架构，以ResNet-50、FPN和DCNv2作为基线模型，并在MS COCO数据集上进行预训练。
• 在ResNet-50的第3至第5阶段应用可变形卷积，并在每个FPN卷积层后添加批量归一化。
• 将ResNet替换为ResNet-vd，并进一步通过Res2Net-50实现性能提升，较ResNet-50-vd提升3%。
• 实施多尺度训练，随机采样短边长度在832至1500之间（PaddleDetection）或480至960之间（MMDetection），同时保持长边固定。
• 采用数据增强技术，包括随机水平翻转、裁剪、扩展和CutMix，并引入VisDrone作为额外数据源，仅选择特定类别。
• 在1280×960和1024×768分辨率下进行大规模测试，采用双阈值检测策略（置信度<0.5则忽略），并通过加权框融合（IoU=0.6）实现模型集成。

实验结果

研究问题

• RQ1 在广角视场图像中，由于背景杂波严重，检测微型目标面临哪些关键技术挑战？
• RQ2 不同主干网络架构（如ResNet、HRNet、Res2Net）在微型目标检测中的性能表现有何差异？
• RQ3 多尺度训练与数据增强在提升微型目标检测精度方面能发挥多大作用？
• RQ4 与固定阈值方法（如ATSS）相比，自适应采样策略（如基于IOU的Top-k）在为微型目标生成正样本建议框方面效果如何？
• RQ5 通过使用不同主干网络和测试策略的模型集成，是否能显著提升微型目标检测基准上的检测性能？

主要发现

• 表现最佳的团队Baidu-PPDet在TinyPerson数据集上取得了72.33的AP50@tiny得分，展现出当前最先进的性能。
• 团队STY-402在12–20像素大小的较大微型目标上取得80.23 AP50@tiny3的优异表现，同时在中等大小微型目标（AP50@tiny2）上达到76.06分。
• 采用Res2Net-50（26w×4s）相比ResNet-50-vd性能提升3%，凸显了多尺度特征学习的优势。
• 多尺度训练与大规模测试显著提升了检测精度，尤其对尺寸与姿态变化较大的微型目标效果更明显。
• 通过使用7个不同主干网络的模型并结合加权框融合（IoU=0.6），所有团队均实现了稳定且一致的性能增益。
• 针对忽略区域的IOD指标有效减少了来自大背景区域的误检，提升了密集场景下评估的鲁棒性。