物体检测最近取得了实质性进展。然而，广泛采用的水平边界框表示并不适合普遍存在的定向对象，例如航空图像和场景文本中的对象。在本文中，我们提出了一个简单而有效的框架来检测多方向对象。我们不是直接对四个顶点进行回归，而是在每个对应边上滑动水平边界框的顶点，以准确地描述多方向对象。具体来说，我们回归了四个长度比，表征了每个相应边上的相对滑动偏移。这可以促进偏移学习并避免定向对象的顺序标签点的混乱问题。为了进一步解决近水平物体的混淆问题，我们还引入了基于物体与其水平边界框之间的面积比的倾斜因子，指导每个物体选择水平或定向检测。我们将这五个额外的目标变量添加到 Faster R-CNN 的回归头中，这需要可忽略的额外计算时间。大量的实验结果表明，在没有花哨的情况下，所提出的方法在多个多方向目标检测基准上实现了优异的性能，包括航空图像中的目标检测、场景文本检测、鱼眼图像中的行人检测。



"点击查看英文标题和摘要"