Ein neues Verfahren namens FUSED-Net erhöht die Erkennungsgenauigkeit von Verkehrsschildern bei begrenzten Trainingsdaten. Das Modell kombiniert mehrere Techniken, um die Leistung von Few-Shot Object Detection (FSOD) zu verbessern.
Herausforderung bei der Datenerstellung
Die Erstellung umfangreicher Datensätze für die Erkennung von Verkehrsschildern ist mit hohem Aufwand verbunden, weil die Vielfalt der Schilder in verschiedenen Regionen stark variiert. Traditionelle Ansätze benötigen große Mengen annotierter Bilder, was die praktische Anwendung einschränkt.
Architektur von FUSED-Net
FUSED-Net basiert auf Faster RCNN und lässt alle Parameter während des Trainings unverändert (unfrozen). Durch die vollständige Parameterverfügbarkeit kann das Modell effizient aus wenigen Beispielen lernen. Zusätzlich werden Pseudo‑Support‑Sets erzeugt, indem vorhandene Bilder mittels Datenaugmentation erweitert werden.
Die erzeugten Pseudo‑Support‑Sets erhöhen die Menge an Trainingsbeispielen, ohne dass neue manuelle Annotationen nötig sind. Das Verfahren reduziert damit die Abhängigkeit von großen Ziel‑Domain‑Datensätzen.
Leistung und Evaluation
Ein Embedding‑Normalisierungsmodul reduziert die intra‑klassen Varianz und standardisiert die Merkmalsdarstellung. Durch Domain‑Adaptation, die ein Vor‑Training auf einem breit gefächerten Verkehrsschilder‑Datensatz beinhaltet, wird die Generalisierbarkeit des Modells weiter gesteigert.
Auf dem BDTSD‑Datensatz erzielt FUSED-Net Verbesserungen von 2,4‑fach, 2,2‑fach, 1,5‑fach und 1,3‑fach im mittleren Average Precision (mAP) für 1‑Shot, 3‑Shot, 5‑Shot und 10‑Shot Szenarien im Vergleich zu bestehenden FSOD‑Modellen. Zusätzlich übertrifft das Modell Benchmarks für cross‑domain FSOD unter verschiedenen Einstellungskombinationen.
Der Quellcode und die zugehörigen Datensätze stehen öffentlich auf GitHub bereit, sodass weitere Forschungen und Anwendungen auf dem vorgestellten Ansatz aufbauen können.
Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.
Ende der Uebertragung