头尾损失：一种用于有向目标检测与无锚框模型的简单函数
计算机视觉与模式识别
2023-04-11 v1 人工智能
机器学习
摘要
本文提出一种用于有向边界框预测的新损失函数，名为头尾损失（head-tail-loss）。该损失函数通过最小化预测与代表对象标注的两个关键点标注之间的距离实现：第一点为中心点，第二点为对象头部。然而对于第二点，采用预测与真值中头部或尾部之间的最小距离。以此方式，任一预测均有效（头指向尾或尾指向头）。最终重点在于检测对象方向而非其朝向。新损失函数在 DOTA 与 HRSC2016 数据集上进行了评估，并对船舶等细长对象及不同形状的其他类型对象展现出潜力。
引用
@article{arxiv.2304.04503,
title = {Head-tail Loss: A simple function for Oriented Object Detection and Anchor-free models},
author = {Pau Gallés and Xi Chen},
journal= {arXiv preprint arXiv:2304.04503},
year = {2023}
}