1. Definition kleiner Ziele

In der Definition von COCO sind Objekte mit einer Pixelfläche kleiner als 32*32 Pixel
Das Verhältnis der Breite und Höhe des Zielbegrenzungsrahmens zur Breite und Höhe des Originalbilds ist kleiner als das eingestellte Verhältnis (der allgemeine Wert beträgt 0,1).
Die Wurzel des Verhältnisses der Fläche des Zielbegrenzungsrahmens zur Fläche des Originalbildes ist kleiner als das eingestellte Verhältnis (der allgemeine Wert beträgt 0,03).

2. Die Schwierigkeit der Erkennung kleiner Ziele

Kleine Ziele haben eine geringe Auflösung, enthalten zu wenig Unterscheidungsmerkmalsinformationen und werden leicht durch Umgebungsfaktoren gestört
(COCO) Datenungleichgewicht, kleine Zieldaten sind normalerweise kleiner
Aufgrund der geringen Größe des kleinen Ziels führt die Abweichung des vorhergesagten Begrenzungsrahmens um ein Pixel zu einem großen IOU-Fehler. Das Modell beurteilt möglicherweise den Anker, der eine positive Probe sein sollte, als negative Probe, sodass die Anzahl der positiven Die Anzahl der positiven Proben, die während des Trainings mit dem kleinen Ziel abgeglichen wurden, ist geringer als bei anderen Objekten, was letztendlich dazu führt, dass sich das Modell mehr auf die Erkennung anderer Objekte konzentriert
Kleine Ziele weisen normalerweise unterschiedliche Grade an Verdeckung, Unschärfe und Unvollständigkeit auf

Kopierverbesserung: Verwenden Sie dasselbe Bild mehrmals oder erhöhen Sie die Anzahl der Trainingsbeispiele für kleine Objekte, indem Sie kleine Objekte mehrmals kopieren und in das Bild einfügen
Mosaikverbesserung: Nach der Skalierung verschiedener Bilder werden diese Bilder zusammengefügt, was einer Erhöhung der Anzahl kleiner Ziele entspricht

Verwenden Sie Ankerclustering-Methoden wie yolov5 (basierend auf Ankerbasis), um die für den Datensatz geeignete Ankergröße zu generieren
Verwendung eines ankerfreien Ansatzes

Reduzieren Sie den IoU-Schwellenwert kleiner positiver Zielproben, sodass mehr Anker als positive Proben klassifiziert werden können
Ändern Sie die Matching-Basis von IOU zu GIOU, DIOU, CIOU usw.

Feature Pyramid (FPN): Integrieren Sie räumliche Informationen auf niedriger Ebene und semantische Informationen auf hoher Ebene, um Zielmerkmale zu verbessern
Lochfaltung: Kleine Ziele erfordern ein kleineres Empfangsfeld, und große Ziele erfordern ein größeres Empfangsfeld. Faltungen mit unterschiedlichen Lochraten werden verwendet, um mehrere Zweige mit unterschiedlichen Empfangsfeldern zu bilden und Ziele unterschiedlicher Größenordnung zu erkennen.
Reduzieren Sie die Downsampling-Rate des Modells, um einige kleinere Features beizubehalten

【Referenzartikel】