直接优化 IoU 的边界框定位方法
计算机视觉与模式识别
2023-04-17 v1 机器学习
摘要
近年来，随着卷积神经网络（CNN）的引入，目标检测取得了显著进展。目标检测是一个多任务学习问题，需要同时正确识别图像中物体的位置及其类别。其核心思想是最大化真实边界框与预测边界框之间的重叠度，即交并比（IoU）。在当前该领域的已有工作中，IoU 通常通过 Huber 损失作为代理来近似，但这种间接方法未能利用 IoU 信息，并将边界框视为四个独立、不相关的回归项。这对于边界框而言并不成立，因为四个坐标高度相关，且作为一个整体具有语义含义。由于 IoU 的非凸且不可微性质，直接优化 IoU 并不可行。在本文中，我们提出了一种新颖的损失函数，即 Smooth IoU，可直接优化边界框的 IoU。该损失在 Oxford IIIT Pets、Udacity 自动驾驶汽车、PASCAL VOC 和 VWFS Car Damage 数据集上进行了评估，并显示出优于标准 Huber 损失的性能提升。
关键词
引用
@article{arxiv.2304.07256,
title = {Directly Optimizing IoU for Bounding Box Localization},
author = {Mofassir ul Islam Arif and Mohsan Jameel and Lars Schmidt-Thieme},
journal= {arXiv preprint arXiv:2304.07256},
year = {2023}
}