Focaler-IoU：更聚焦的交并比损失
计算机视觉与模式识别
2024-01-22 v1
摘要
边界框回归在目标检测领域起着至关重要的作用，而目标检测的定位精度在很大程度上取决于边界框回归的损失函数。现有研究通过利用边界框之间的几何关系来提高回归性能，却忽略了难易样本分布对边界框回归的影响。在本文中，我们分析了难易样本分布对回归结果的影响，随后提出了 Focaler-IoU，它可以通过聚焦于不同的回归样本来提高检测器在不同检测任务中的性能。最后，使用现有的先进检测器和回归方法对不同检测任务进行了对比实验，并通过使用本文提出的方法进一步提高了检测性能。代码可在 \url{https://github.com/malagoutou/Focaler-IoU} 获取。
引用
@article{arxiv.2401.10525,
title = {Focaler-IoU: More Focused Intersection over Union Loss},
author = {Hao Zhang and Shuaijie Zhang},
journal= {arXiv preprint arXiv:2401.10525},
year = {2024}
}
备注
arXiv admin note: substantial text overlap with arXiv:2312.17663