HPS-Det：基于超参数搜索的动态样本分配目标检测
计算机视觉与模式识别
2022-07-26 v1
摘要
样本分配在现代目标检测方法中起着重要作用。然而，大多数现有方法依赖人工设计来分配正/负样本，并未明确建立样本分配与目标检测性能之间的关系。在本工作中，我们提出了一种基于超参数搜索的新型动态样本分配方案。我们首先将分配给每个真实框的正样本数量定义为超参数，并采用代理优化算法推导最优选择。然后，我们设计了一种动态样本分配流程，在每次训练迭代中动态选取最优正样本数。实验表明，所得到的HPS-Det在不同目标检测基线上均带来了性能提升。此外，我们分析了在目标检测中不同数据集之间及不同骨干网络之间迁移时的超参数可复用性，展现了方法的优越性与通用性。
引用
@article{arxiv.2207.11539,
title = {HPS-Det: Dynamic Sample Assignment with Hyper-Parameter Search for Object Detection},
author = {Ji Liu and Dong Li and Zekun Li and Han Liu and Wenjing Ke and Lu Tian and Yi Shan},
journal= {arXiv preprint arXiv:2207.11539},
year = {2022}
}