小目標(biāo)檢測(cè)中的Transformer綜述:新基準(zhǔn)和最新技術(shù)調(diào)研 本文對(duì)2020年-2023年針對(duì)小目標(biāo)檢測(cè)任務(wù)開發(fā)的 60 多項(xiàng)Transformer工作進(jìn)行了分類，涵蓋了各種檢測(cè)應(yīng)用，包括通用圖像、航拍圖像、醫(yī)學(xué)圖像.水下圖像中的小目標(biāo)檢測(cè)，還盤點(diǎn)了 12 個(gè)適合 SOD 的大型數(shù)據(jù)集，并使用mAP、FPS、參數(shù)等指標(biāo)來評(píng)估性能。單位: 西澳大學(xué)，中東技術(shù)大學(xué)注: 論文PDF已上傳至星球，可一鍵秒下載 Transformer 在計(jì)算機(jī)視覺領(lǐng)域迅速普及，特別是在物體識(shí)別和檢測(cè)領(lǐng)域在檢查最先進(jìn)的目標(biāo)檢測(cè)方法的結(jié)果后，我們注意到 Transformer 在幾乎每個(gè)視頻或圖像數(shù)據(jù)集中都始終優(yōu)于基于 CNN 的成熟檢測(cè)器。 雖然基于Transformer 的方法仍然處于小目標(biāo)檢測(cè)(SOD) 技術(shù)的前沿，但本文旨在探索此類廣泛網(wǎng)絡(luò)提供的性能優(yōu)勢(shì)，并確定其 SOD 優(yōu)越性的潛在原因。 由于小物體的可見度較低，因此被認(rèn)為是檢測(cè)框架中最具挑戰(zhàn)性的物體類型之我們的目標(biāo)是研究可以增強(qiáng) Transformer 在 SOD 中性能的潛在策略。這項(xiàng)調(diào)查對(duì) 2020 年至 2023 年期間針對(duì) SOD 任務(wù)開發(fā)的 60 多項(xiàng)Transformer進(jìn)行了分類。這些研究涵蓋了各種檢測(cè)應(yīng)用，包括通用圖像、航拍圖像、醫(yī)學(xué)圖像、水下圖像中的小目標(biāo)檢測(cè)。 我們還編制并列出了 12 個(gè)適合 SOD 的大型數(shù)據(jù)集 (這些數(shù)據(jù)集在之前的研究中被忽視)，并使用平均精度(mAP)、每秒頓數(shù)(FPS)、數(shù)字等流行指標(biāo)來比較所審查研究的性能。參數(shù)等等。

論文地址：https://arxiv.org/abs/2309.04902 代碼地址：https://github.com/arekavandi/Transformer-SOD 需要進(jìn)論文創(chuàng)新點(diǎn)群的，關(guān)注我私信我，進(jìn)論文創(chuàng)新點(diǎn)群