由检测器自身增强锚框
计算机视觉与模式识别
2022-04-28 v2 人工智能
摘要
通常，对于基于锚框的目标检测方法，难以确定锚框的尺度和长宽比。当前最先进的目标检测器要么根据数据集中目标的形状和尺度确定锚框参数，要么通过采用无锚框方法来规避该问题，然而前者方案依赖于特定数据集，而后者方法的性能无法超越前者。本文提出一种名为 AADI 的新型锚框增强方法，即 Augmenting Anchors by the Detector Itself（由检测器自身增强锚框）。AADI 并非无锚框方法，而是能够将锚框的尺度和长宽比从连续空间转换为离散空间，极大缓解了锚框设计的问题。此外，AADI 是一种基于学习的锚框增强方法，但不增加任何参数或超参数，有利于研究和下游任务。在 COCO 数据集上的大量实验证明了 AADI 的有效性，具体而言，AADI 在许多最先进的目标检测器上取得了显著的性能提升（例如，在 Faster R-CNN 上 box AP 至少 +2.4，在 Mask R-CNN 上 +2.2，在 Cascade Mask R-CNN 上 +0.9）。我们希望这种简单且低成本的方法能广泛应用于目标检测。代码和模型见 https://github.com/WanXiaopei/aadi。
引用
@article{arxiv.2105.14086,
title = {Augmenting Anchors by the Detector Itself},
author = {Xiaopei Wan and Guoqiu Li and Yujiu Yang and Zhenhua Guo},
journal= {arXiv preprint arXiv:2105.14086},
year = {2022}
}