Projecting Points to Axes: Oriented Object Detection via Point-Axis Representation

Introduction

论文题目 ：Projecting Points to Axes: Oriented Object Detection via Point-Axis Representation

论文地址 ：https://arxiv.org/pdf/2406.06999v1.pdf

论文出处 ：arXiv

代码实现：https://github.com/zhaozeyang108/Oriented-DETR

Idea

作者提出了一种新的面向目标检测的方法，该方法通过点-轴表示（Point-Axis Representation）来解决航空图像中旋转目标的出现的损失函数出现不连续性（loss discontinuity），并且把该表示法嵌入到DETR检测器中，形成了Oriented-DETR。

Detail

Point-Axis Representation

作者提出的点轴表示法，每个定向对象 i 由一组点 $P_i$ 和一个轴表示$A_i$ 的组合来定义。

• 点：用于描述对象的空间范围和轮廓，$Pi = \{p^j_i\}j=1,2,...,K$，第K个点表示物体的中心点
• 轴：定义对象的主要方向性，方向离散化为四峰标签编码。
  • 对于每个对象 i，首先将其由四个坐标定义的地面真实边界框转换为中心点 $C_i = {(x^c_i,y^c_i)}$，并伴有从中心点延伸到边界框边缘的径向向量 $Vi = \{v_i^j\}j=1,2,3,4$。然后以中心点建立坐标系，从这些向量中，得出$A_i$

Architecture

Oriented-DETR检测架构如下：

常规的DETR基于特征对应的分数，选择前 N 个分数最高作为对象查询的目标。得到K个对象和其参考点$(x_{ref}, y_{ref})$

Oriented-DETR将对象查询转为点查询

中心点：

通过MLP层预测参考点$(x_{ref}, y_{ref})$的偏移量，视为中心点。

其他点：
作者定义 K−1 个等距角 ${θ}j=1,2,...,K−1$，并以中心点 $C_i = {(x^c_i,y^c_i)}$ 为原点建立极坐标系，然后利用 MLP 层预测这些方向上物体边界的极坐标并生成其他点的坐标$p^j_i$

轴：

预测轴编码 Aˆi

Result

作者在4张4090上训练，在1张4090上推理

在DOTA数据集上的实验结果：

在DIOR-R和HRSC2016数据集上做测试：

实验

目前调通了

---