广义焦点损失 V2：面向密集目标检测的可靠定位质量估计学习
计算机视觉与模式识别
2020-11-26 v1
摘要
定位质量估计（LQE）在近期密集目标检测器的进展中至关重要且广受关注，因为它能提供准确的排序分数，有益于非极大值抑制处理并提升检测性能。作为常见做法，大多数现有方法通过与目标分类或边界框回归共享的普通卷积特征来预测 LQE 分数。本文中，我们探索一种全新且不同的视角来执行 LQE——基于边界框四个参数的学习分布。边界框分布受 GFLV1 启发并作为“广义分布”引入，其良好地描述了预测边界框的不确定性。该性质使得边界框的分布统计量与其真实定位质量高度相关。具体而言，具有尖锐峰值的边界框分布通常对应高定位质量，反之亦然。通过利用分布统计量与真实定位质量之间的紧密关联，我们基于 GFLV1 开发了相当轻量的分布引导质量预测器（DGQP）以实现可靠 LQE，从而产生 GFLV2。据我们所知，这是目标检测中首次尝试使用高度相关的统计表示来促进 LQE。大量实验证明了我们方法的有效性。值得注意的是，GFLV2（ResNet-101）在 COCO {\tt test-dev} 上以 14.6 FPS 取得 46.2 AP，超越先前最优的 ATSS 基线（14.6 FPS 下 43.6 AP）绝对 2.6 AP，且在训练和推理中均未牺牲效率。代码将发布于 https://github.com/implus/GFocalV2。
引用
@article{arxiv.2011.12885,
title = {Generalized Focal Loss V2: Learning Reliable Localization Quality Estimation for Dense Object Detection},
author = {Xiang Li and Wenhai Wang and Xiaolin Hu and Jun Li and Jinhui Tang and Jian Yang},
journal= {arXiv preprint arXiv:2011.12885},
year = {2020}
}