【SOD】目标检测

一、SOD任务的含义、特性、分类

小目标的定义

将目标物的bbox表示为$$（x,y,w,h）$$
小目标：短边长度不小于4像素，长边不超过32像素。
$$\begin{gathered} min(w,h)\ge 4pixel \\ max(w,h)\le 32pixel \end{gathered}$$

学术界还细分为：

• 小目标检测：SOD（Small Object Detection）
• 微小目标检测：TOD（Tiny Object Detection）

但具体的标准没有明确的标准，这里都统称为小目标检测

小目标的特性

1. 小目标之间的交叠概率比较低，即使有交叠，其IoU多数情况下也是比较小的
   
   
2. 小目标自身的纹理显著度有强弱区别，但是总体来说纹理特征都较弱，很多时候需要借助一定的图像上下文来帮助确认

如图左侧的图片，人都很难判断是什么。但是不断添加上下文信息，看到人的身体轮廓，人肉眼就能识别出是人脸。

小目标的分类

分类依据：

1. 图像上下文的依赖程度

• 比如微小人脸，他是人身体的一部分，所以有身体就能确定是人脸。
• 而微小人体，背景可以随意换，所以上下文变化很大，依赖程度低。
• 一般目标是a bart of类的，就都是上下文依赖程度强的。

2. 自身纹理显著程度

• 比如飞机，轮廓特征就很明显，纹理特征显著。
• 车辆就是一个矩形，很容易和其他物体混淆。
  

二、基于感受野的理论推出一系列网络设计原则

做任何尺寸目标的检测任务，模型都需要达到一定的感受野。
由于有效感受野不能被精确计算，所以理论感受野必须要大于目标尺度。
要达到某个固定的理论感受野数值，网络结构如何设计。

思考小目标检测backbone的设计

这里只选取两个层，

• 3x3步长为1的卷积
• 3x3步长为2的卷积，用于下采用
  

基本认识：在不考虑宽度的情况下，网络深度越深，通常来说更有利于特征学习

三、增强、增多对小目标的学习