YuChuang1205/PAL

何を解決するか

このプロジェクトは、高品質な全ピクセルラベルが入手できない状況における赤外線小目標検出（SIRST）の課題に対処しています。特に、全マスクよりもはるかに取得しやすい単一点のラベル（粗い点または重心点）のみを使用して効果的な検出モデルを訓練することに焦点を当てていますが、通常は性能が低下します。

動作方法

PALは「易しものから難しいものへ」という学習の哲学に基づいたプログレッシブアクティブラーニングフレームワークを実装しています。すべての訓練サンプルを同等に扱うのではなく、現在のモデルの能力に基づいて、より難しいサンプルを段階的に識別・優先的に学習します。これにより、ネットワークは時間とともにより複雑なターゲットを積極的に認識・適応することで、継続的に性能を向上させることができます。

対象ユーザー

このフレームワークは、赤外線ターゲット検出、監視または防衛分野のコンピュータビジョン、限られたラベル予算でSIRSTモデルを実装したい研究者やエンジニア向けに設計されています。

特徴

• 広範なモデル対応: MSDA-Net、ISNet、DNANetなど10以上の既存SIRST検出ネットワークを1つのフレームワークに統合。
• 柔軟なラベル形式: 全ラベル、粗い単一点ラベル、重心単一点ラベルの3種類のラベル形式をサポート。
• データセット互換性: SIRST、NUDT-SIRST、IRSTD-1k、SIRST3など複数の標準データセットに対応。
• 簡単な設定: 訓練スクリプト内の1つのパラメータを変更するだけで、異なるネットワーク、データセット、ラベル形式を切り替え可能。