增强模型学习与推理中几何因素以用于目标检测与实例分割
摘要
基于深度学习的目标检测与实例分割已取得前所未有的进展。本文中，我们提出 Complete-IoU（CIoU）损失与 Cluster-NMS，用于在边界框回归与非极大值抑制（NMS）中增强几何因素，从而在不牺牲推理效率的前提下显著提升平均精度（AP）与平均召回率（AR）。具体而言，我们考虑三个几何因素，即重叠面积、归一化中心点距离与长宽比，它们对衡量目标检测与实例分割中的边界框回归至关重要。随后将这三个几何因素纳入 CIoU 损失，以更好区分困难回归情形。与使用广泛采用的 -范数损失和基于 IoU 的损失相比，使用 CIoU 损失训练深度模型带来一致的 AP 与 AR 提升。此外，我们提出 Cluster-NMS，其推理时的 NMS 通过隐式聚类检测框完成，通常所需迭代更少。Cluster-NMS 因其纯 GPU 实现而非常高效，且可融入几何因素以同时改善 AP 与 AR。实验中，CIoU 损失与 Cluster-NMS 已应用于最先进的实例分割（如 YOLACT 和 BlendMask-RT）与目标检测（如 YOLO v3、SSD 和 Faster R-CNN）模型。以 MS COCO 上的 YOLACT 为例，我们的方法在单块 NVIDIA GTX 1080Ti GPU 上以 27.1 FPS 取得如下性能增益：目标检测 +1.7 AP 与 +6.2 AR，实例分割 +0.9 AP 与 +3.5 AR。所有源代码与训练模型见 https://github.com/Zzh-tju/CIoU。
引用
@article{arxiv.2005.03572,
title = {Enhancing Geometric Factors in Model Learning and Inference for Object Detection and Instance Segmentation},
author = {Zhaohui Zheng and Ping Wang and Dongwei Ren and Wei Liu and Rongguang Ye and Qinghua Hu and Wangmeng Zuo},
journal= {arXiv preprint arXiv:2005.03572},
year = {2021}
}
备注
This work has been accepted to IEEE Transactions on Cybernetics. The source codes are available at https://github.com/Zzh-tju/CIoU