面向平均精度的目标类别检测器端到端训练
计算机视觉与模式识别
2017-03-17 v2
摘要
我们提出了一种直接使用平均精度均值（mAP）作为训练损失来训练基于 CNN 的目标类别检测器的方法，这是一种在训练时即包含非极大值抑制（NMS）的真正的端到端方式。这与传统的训练方法形成对比：传统方法针对窗口分类损失训练 CNN，然后仅在测试时应用 NMS，此时使用 mAP 作为评估指标以替代分类准确率。然而，经过 NMS 后的 mAP 形成了覆盖数千个窗口的分段常数结构损失，其梯度无法为梯度下降提供有用信息。因此，我们为分段常数函数定义了新的、通用的类梯度量，具有广泛的适用性。我们描述了如何高效地计算经过 NMS 后的 mAP 的这些量，从而能够直接针对 mAP 训练基于 Fast R-CNN 的检测器。该模型在 PASCAL VOC 2007 和 2012 数据集上取得了与标准 Fast R-CNN 相当的性能，同时在概念上更具吸引力，因为训练和测试时使用了完全相同的模型和损失。
引用
@article{arxiv.1607.03476,
title = {End-to-end training of object class detectors for mean average precision},
author = {Paul Henderson and Vittorio Ferrari},
journal= {arXiv preprint arXiv:1607.03476},
year = {2017}
}
备注
This version has minor additions to results (ablation study) and discussion