FUSED-Net: 限られたデータで交通標識を検出する新手法

交通標識認識における大規模データ収集の困難さを解決するため、限られたデータから学習する少サンプル物体検出(FSOD)アプローチ「FUSED-Net」が提案された。同手法はFaster RCNNを基盤に、全パラメータの非凍結、データ拡張による擬似サポートセット生成、埋め込み正規化、ドメイン適応を統合している。BDTSDデータセットを用いた実験では、既存の最先端FSODモデルと比較してmAPが1-shotで2.4倍、3-shotで2.2倍、5-shotで1.5倍、10-shotで1.3倍向上し、クロスドメイン評価でも優れた性能を示した。