注意特徴融合に基づく交通シーンにおける小物体検出

交通シーンには多くの小物体がありますが、その低解像度と限られた情報のため、検出は依然として課題です。小物体の検出は交通シーン環境の理解に非常に重要です。交通シーンにおける小物体の検出精度を向上させるために、注意特徴融合に基づく交通シーンにおける小物体検出手法を提案します。まず、局所的および全体的なスケールを使用して特徴マップの有効な情報を集約するマルチスケールチャネル注意ブロック（MS-CAB）を設計します。このブロックに基づいて、異なる層からの文脈情報をより良く統合できる注意特徴融合ブロック（AFFB）を提案します。最後に、AFFBを物体検出ネットワークの線形融合モジュールに置き換え、最終的なネットワーク構造を得ます。実験結果は、ベンチマークモデルYOLOv5sと比較して、この手法がリアルタイム性能を確保しながら、より高い平均適合率（mAP）を達成したことを示します。交通シーンデータセットBDD100Kの検証セットにおけるすべての物体のmAPを0.9パーセントポイント向上させ、同時に小物体のmAPを3.5%向上させます。