ROI-SSD: ОДНОЕТАПНИЙ ДЕТЕКТОР ІЗ ПІДТРИМКОЮ РЕГІОНІВ ІНТЕРЕСУ

Анотація

У цій роботі запропоновано ROI-SSD — розширення архітектури Single Shot Detector (SSD), орієнтоване на обробку регіонів інтересу та призначене для детекції об’єктів на зображеннях довільного розміру. Запропонований метод забезпечує обробку локальних фрагментів зображення замість повного кадру за рахунок використання динамічної генерації базових обмежувальних рамок та адаптивного скорочення глибини згорткової частини мережі залежно від масштабу регіону інтересу.

На відміну від традиційних детекторів, що навчаються та оцінюються на зображеннях фіксованого розміру, запропонований підхід явно враховує невідповідність між навчальними даними та умовами застосування моделі при роботі з частковими фрагментами сцени. Для усунення цієї проблеми запропоновано стратегію прогресивного багаторозмірного навчання, яка передбачає поступове розширення множини допустимих роздільностей вхідних даних та включення кропів навколо об’єктів.

Експериментальні результати показують, що запропонована модифікація архітектури зберігає точність детекції на повних зображеннях порівняно з базовою моделлю SSD. Водночас моделі, навчені лише на повних зображеннях, демонструють суттєве зниження точності при застосуванні до часткових фрагментів сцени. Запропонована стратегія навчання дозволяє підвищити точність детекції на регіонах інтересу у кілька разів, що підтверджує важливість узгодження умов навчання з цільовим сценарієм використання.

Отримані результати свідчать про те, що ROI-SSD є практичним розширенням SSD для детекції на регіонах довільного розміру та може слугувати основою для реалізації ROI-орієнтованої обробки у системах з обмеженими обчислювальними ресурсами.