H2RBox：水平框标注即你所需要的有向目标检测
摘要
有向目标检测出现在从航拍图像到自动驾驶的许多应用中，而许多现有检测基准仅以水平边界框标注，其也比细粒度旋转框成本更低，这导致现成可用的训练语料与对有向目标检测日益增长的需求之间的鸿沟。本文提出一种简单而有效的称为 H2RBox 的有向目标检测方法，仅使用水平框标注进行弱监督训练，其弥合了上述鸿沟，并即使与那些用旋转框训练的方法相比也展现出有竞争力的性能。我们方法的核心是弱监督与自监督学习，其通过学习两个不同视图的一致性来预测物体的角度。据我们所知，H2RBox 是首个基于水平框标注的有向目标检测器。相较于另一种替代方案即水平框监督的实例分割加上我们后适配到有向目标检测，我们的方法不易受掩码预测质量的影响，并能在包含大量密集物体与离群点的复杂场景中更鲁棒地执行。实验结果表明，H2RBox 相比水平框监督的实例分割方法具有显著的性能与速度优势，以及更低的内存需求。而与旋转框监督的有向目标检测器相比，我们的方法展现出非常接近的性能与速度。源代码可在基于 PyTorch 的 \href{https://github.com/yangxue0827/h2rbox-mmrotate}{MMRotate} 与基于 Jittor 的 \href{https://github.com/yangxue0827/h2rbox-jittor}{JDet} 获取。
引用
@article{arxiv.2210.06742,
title = {H2RBox: Horizontal Box Annotation is All You Need for Oriented Object Detection},
author = {Xue Yang and Gefan Zhang and Wentong Li and Xuehui Wang and Yue Zhou and Junchi Yan},
journal= {arXiv preprint arXiv:2210.06742},
year = {2023}
}
备注
15 pages, 6 figures, 8 tables, accepted by ICLR 2023, the source code is available at https://github.com/yangxue0827/h2rbox-mmrotate and https://github.com/yangxue0827/h2rbox-jittor