arXiv:2208.11050

Tunable Hybrid Proposal Networks for the Open World

Matthew Inkawhich, Nathan Inkawhich, Hai Li, Yiran Chen

제출 2022-08-23

원문 초록

Current state-of-the-art object proposal networks are trained with a closed-world assumption, meaning they learn to only detect objects of the training classes. These models fail to provide high recall in open-world environments where important novel objects may be encountered. While a handful of recent works attempt to tackle this problem, they fail to consider that the optimal behavior of a proposal network can vary significantly depending on the data and application. Our goal is to provide a flexible proposal solution that can be easily tuned to suit a variety of open-world settings. To this end, we design a Tunable Hybrid Proposal Network (THPN) that leverages an adjustable hybrid architecture, a novel self-training procedure, and dynamic loss components to optimize the tradeoff between known and unknown object detection performance. To thoroughly evaluate our method, we devise several new challenges which invoke varying degrees of label bias by altering known class diversity and label count. We find that in every task, THPN easily outperforms existing baselines (e.g., RPN, OLN). Our method is also highly data efficient, surpassing baseline recall with a fraction of the labeled data.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2607.21243v1cs.CV공통 태그 object-detection, Object Detection

탐지기는 잘못된 것을 학습한다: 물리적으로 실현 가능한 공격에 대항하는 단축 경로 저항적 적대적 학습

Detectors Learn the Wrong Thing: Shortcut-Resistant Adversarial Training Against Physically Realizable Attacks

AI 기반 시각 지각 시스템이 지능형 교통 인프라 및 자율주행 차량 관련 응용에 점점 더 배치되고 있다. 그러나 물리적으로 실현 가능한 적대적 외형은 이러한 안전성(safety)에 중요한 시스템에 상당한 신뢰성 과제를 제기한다. 적대적 학습(adversarial training)은 효과적이지만, 적대적 텍스처와 양성 person 인스턴스 간의 반복적 공발생은 탐지기가 텍스처 자체를 객체 존재의 증거로 취급하게 만들어 패치 텍스처 단축 경로(shortcut)를 형성할 수 있다. 탐지기는 그러면 텍스처를 대상에 대한 증거로 취급하여, 텍스처만 있는 입력에서 오탐을 유발하고 교차 공격 일반화를 약화시킬 수 있다. 우리는 탐지기가 적대적 텍스처를 독립적인 판단 단서로 사용하는 것을 방지하는 인스턴스 수준 대조(contrastive) 적대적 학습 프레임워크인 InsCAT를 제안한다. SICA는 적대적 person 특징(feature)을 대응하는 clean 특징과 정렬하고 텍스처만 있는 음성(negative) 샘플과 분리하며, ROPO와 Guard는 온라인 공격 압력을 유지하고 학습을 조율한다. 렌더링된 nuScenes, INRIAPerson, 인쇄 의류, 세 가지 탐지기 계열에서 독립적으로 생성된 8개의 공격 텍스처를 평가한다. InsCAT은 렌더링된 nuScenes에서 평균 공격 AP 82.3%를 달성하여, 가장 강한 기준선보다 11.1포인트 높다. AT-Mix 대비 텍스처 FPR은 46.9%에서 7.3%로 감소한다. 물리적 테스트는 F1 점수 96.6%와 FPR 1.8%를 산출한다. 별도로 학습된 탐지기에서의 일관된 성능 향상은 직접 추론으로 아키텍처 전반에 걸친 적용 가능성을 보여준다. 결과는 견고한(robust) 물리적 탐지가 대상 관련 증거를 보존하면서 적대적 텍스처가 독립적인 판단 단서가 되는 것을 방지하는 데 달려 있음을 보여준다.

arXiv:2607.12874v1cs.CV공통 태그 Object Detection, Diversity

에이전트형 AI와 호환되는 심층 학습을 위한 메트릭 기반 합성 이미지 데이터 렌더링

Metric-Guided Synthetic Image Data Rendering for Deep Learning compatible with Agentic AI

과학 응용을 위한 심층 학습 컴퓨터 비전은 대규모 데이터셋을 수집하고 주석을 달아야 하는데, 이 과정은 힘들고 비용이 많이 들며 오류가 발생하기 쉽다. 3D 모델링과 렌더링을 통한 합성 데이터 생성은 주석을 프로그래밍 방식으로 생성함으로써 이 과정을 단순화하고 주석 정확도를 높일 수 있다. 그러나 실제 이미지와 합성 이미지 사이의 도메인 격차(domain gap)를 시각적으로 최소화하는 것은 주관적이며 체계적인 정량적 가이드가 부족하다. 우리는 렌더링된 장면의 개선을 안내하는 메트릭을 포함한 Python 패키지 GraNatPy를 제시한다. 렌더링된 데이터셋의 사실성, 다양성, 규모가 정량적으로 증가하는 것이 장면에 대한 시각적 인식 개선 및 객체 검출 모델의 제로샷 성능 향상과 상관관계가 있음을 보인다. 또한 바이러스학적 플라크 분석 사진을 이용해 그래디언트 유사성이 소형 객체 검출 성능에 영향을 미친다는 것을 보였으며, 이는 실제 데이터와 합성 데이터를 혼합하면 개선할 수 있다. 마지막으로 절차적 매개변수 최적화를 자동화하기 위해 절차적 데이터 렌더링을 에이전트형 기술(SynthClaw)로 전환한다.

arXiv:2607.11830v1cs.CV공통 태그 object-detection, Object Detection

MicroCharNet: 번호판 문자 검출을 위한 경량화 접근법

MicroCharNet: Less is More for License Plate Character Detection

번호판 문자 검출은 지능형 교통 시스템의 핵심 구성 요소로, 실시간 배포를 위해 높은 정확도와 연산 효율성이 요구된다. 최근 심층 학습(deep learning) 기반 방법들이 검출 성능을 크게 향상시켰으나, 높은 정확도를 달성하는 모델(model) 대부분은 대규모 아키텍처에 의존하여 상당한 연산 오버헤드를 수반하며, 이로 인해 자원이 제한된 디바이스에서의 적용이 어렵다. 본 논문에서는 번호판 문자 검출에 특화된 초경량 모델인 MicroCharNet을 제안한다. 제안된 아키텍처는 C2f 블록으로 구성된 소형 백본을 채택하고, CoordAtt 모듈을 통합하여 공간 정보를 보존하면서 특징(feature) 추출 성능을 향상시킨다. 경량화된 C3k2 기반 넥(neck)이 다중 레벨 특징을 융합하며, 이후 단일 레벨 앵커 프리 검출 헤드를 통해 엔드투엔드 예측이 가능하다. UFPR-ALPR 데이터셋(dataset)에서 수행된 실험 결과, MicroCharNet은 0.08M 파라미터와 0.096 GFLOPs만으로 경쟁력 있는 검출 정확도를 달성하며, 최근의 여러 YOLO 기반 베이스라인을 능가하는 성능을 보인다. 하드웨어 수준의 평가(evaluation)를 통해 에지 디바이스에서의 실시간 배포 효율성도 확인되었다. 이러한 결과는 신중하게 설계된 초경량 아키텍처가 번호판 문자 검출에서 정확도와 효율성의 균형을 효과적으로 달성할 수 있음을 보여준다. 소스 코드는 https://github.com/chequanghuy/MicroCharNet에서 확인할 수 있다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.