Aerial Image Object Detection with Vision Transformer Detector (ViTDet)

目标检测 人工智能 计算机科学 航空影像 计算机视觉 探测器 卷积神经网络 最小边界框 边距(机器学习) 变压器 模式识别(心理学) 图像(数学) 机器学习 工程类 电信 电压 电气工程
作者
Liya Wang,Alex Tien
标识
DOI:10.1109/igarss52108.2023.10282836
摘要

The past few years have seen an increased interest in aerial image object detection due to its critical value to large-scale geoscientific research like environmental studies, urban planning, and intelligence monitoring. However, the task is very challenging due to the bird’s-eye view perspective, complex backgrounds, large and various image sizes, and the scarcity of well-annotated datasets. Recent advances in computer vision have shown promise tackling the challenge. Specifically, Vision Transformer Detector (ViTDet) was proposed to extract multi-scale features for object detection. The empirical study shows that ViTDet’s simple design achieves good performance on natural scene images and can be easily embedded into any detector architecture. To date, ViTDet’s potential benefit to challenging aerial image object detection has not been explored. As such, we carried out experiments to evaluate the effectiveness of ViTDet for aerial image object detection on three well-known datasets: Airbus Aircraft, RarePlanes, and Dataset of Object DeTection in Aerial images (DOTA). Our results show that ViTDet can consistently outperform its convolutional neural network counterparts on object detection by a large margin (up to 17% on average precision) and that it achieves the competitive performance for oriented bounding box (OBB) object detection.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
wang完成签到,获得积分10
刚刚
刚刚
1秒前
1秒前
ssslls发布了新的文献求助10
1秒前
vlots应助小蘑菇采纳,获得30
2秒前
满意若烟发布了新的文献求助10
2秒前
Orange应助McbxM采纳,获得10
2秒前
3秒前
3秒前
lyrelias发布了新的文献求助10
3秒前
烟花应助一一采纳,获得10
3秒前
安静的磬发布了新的文献求助10
3秒前
jianjiao发布了新的文献求助20
3秒前
研友_nElWWL完成签到,获得积分10
3秒前
wjx发布了新的文献求助10
3秒前
4秒前
wjx发布了新的文献求助10
4秒前
wjx发布了新的文献求助10
4秒前
4秒前
wjx发布了新的文献求助10
4秒前
wjx发布了新的文献求助10
4秒前
4秒前
韩同刚发布了新的文献求助30
4秒前
传奇3应助1762120采纳,获得10
4秒前
栗子完成签到,获得积分10
4秒前
ydxhh完成签到,获得积分10
4秒前
5秒前
wjx发布了新的文献求助10
5秒前
wjx发布了新的文献求助10
5秒前
汉堡包应助漂亮幻莲采纳,获得10
5秒前
wjx发布了新的文献求助10
5秒前
5秒前
wjx发布了新的文献求助30
5秒前
wjx发布了新的文献求助200
5秒前
5秒前
wjx发布了新的文献求助30
5秒前
wjx发布了新的文献求助10
5秒前
wjx发布了新的文献求助10
5秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3123270
求助须知:如何正确求助?哪些是违规求助? 2773756
关于积分的说明 7719288
捐赠科研通 2429428
什么是DOI,文献DOI怎么找? 1290306
科研通“疑难数据库(出版商)”最低求助积分说明 621803
版权声明 600251