目標檢測 | Anchor free的目標檢測進(jìn)階版本

今天說(shuō)的是《Soft Anchor-Point Object Detection》，其也是最近關(guān)于anchor free的目標檢測的論文，作者來(lái)自于CMU，一作同樣也是FSAF（2019 CVPR）的作者。該論文的出發(fā)點(diǎn)還是在樣本選擇和FPN特征選擇層面。

背景

Anchor free是目標檢測領(lǐng)域的一個(gè)研究熱點(diǎn)，其主要可以分為anchor-point和keypoint兩類(lèi)。后者在往往在一個(gè)高分辨率的特征圖上進(jìn)行檢測，其優(yōu)點(diǎn)是準確率高，但是計算量大。而anchor-point的方法往往在多個(gè)分辨率上進(jìn)行檢測，結構簡(jiǎn)單，速度更快。作者認為anchor-point的方法性能不高主要還是在于訓練的不充分，主要是注意力偏差（attention bias）和特征選擇（feature selection）。因而作者提出了兩種策略：1）soft-weighted anchor points對不同位置的樣本進(jìn)行權重分配，2）soft-selected pyramid levels，將樣本分配到多個(gè)分辨率，并進(jìn)行權重加權。

方法框架

整體框架其實(shí)和FSAF是類(lèi)似

●Soft-Weighted Anchor Points ●

清晰的目標更容易獲得關(guān)注和更高的分數，而邊緣或者被遮擋的目標比較難檢測。具體的問(wèn)題如下：

上圖中有五個(gè)足球運動(dòng)員，分類(lèi)輸出的得分圖score map如圖b所示，可以看到有兩個(gè)運動(dòng)員的得分區域占了主導地位。甚至這兩個(gè)運動(dòng)員的得分區域還侵占了其他運動(dòng)員的得分區域。

作者認為引起該問(wèn)題的主要原因是特征不對齊，位于gt邊緣的anchor和位于中心的anchor不應被同等對待。解決思路就是對不同位置的樣本引入不同的權重，其離gt的中心越近，其權重越高，離gt中心越遠，其權重越低（因為邊緣往往意味著(zhù)包含很多背景信息）。從而引入了廣義

概述我們的訓練策略與h soft-weighted anchorpoints和soft-selected pyramid levels。黑條表示正錨定點(diǎn)對網(wǎng)絡(luò )損耗貢獻的指定權重。

●Soft-Selected Pyramid Levels ●

該問(wèn)題實(shí)際上在FSAF中也研究過(guò)，即如何選擇合適的分辨率（尺度）來(lái)進(jìn)行目標的檢測。FSAF是通過(guò)loss來(lái)選擇合適的分辨率。該論文同時(shí)也借鑒了FoveaBox將一個(gè)anchor映射到多個(gè)分辨率進(jìn)行檢測的思想（實(shí)際上工程中也會(huì )用到）來(lái)提升性能。同時(shí)作者還給不同的分辨率分配不同的權重。具體地，作者額外訓練了一個(gè)子網(wǎng)絡(luò )來(lái)預測不同尺度的權重，該網(wǎng)絡(luò )具體為：

而該子網(wǎng)絡(luò )的輸入，是在不同分辨率上利用roialign提取gt（ground truth）的特征，并

實(shí)驗結果

作者和FSAF（基于anchor-free分支）進(jìn)行比較，soft-weighted anchor points（SW）策略提升了1.1個(gè)點(diǎn)，soft-selected pyramid levels（SS）提升了1個(gè)點(diǎn)。作者還采用了BFPN（2019 CVPR Libra RCNN中的特征融合策略）進(jìn)行了加強，還能有性能提升。

可視化結果

論文最好的性能是47.4，在R50上也達到了41.7。

總結

作者在FSAF的基礎上進(jìn)一步地分析了現有的兩個(gè)問(wèn)題：注意力偏差和特征選擇問(wèn)題。前一個(gè)問(wèn)題通過(guò)對不同樣本加權實(shí)現，后一個(gè)問(wèn)題通過(guò)對不同分辨率加權實(shí)現，論文講述清晰，思路簡(jiǎn)單。同時(shí)也要注意到，該論文特征選擇預測網(wǎng)絡(luò )的訓練問(wèn)題，工程上是否真的有效還需進(jìn)一步地嘗試驗證。

論文地址：https://arxiv.org/pdf/1911.12448.pdf