用于精确定位的 IoU 感知单阶段目标检测器
计算机视觉与模式识别
2020-04-16 v4
摘要
由于简洁与高效，单阶段目标检测器已广泛应用于许多计算机视觉应用中。然而，预测检测的分类得分与定位精度之间的低相关性严重损害了模型的定位精度。本文提出 IoU 感知单阶段目标检测器以解决该问题。具体而言，IoU 感知单阶段目标检测器为每个检测框预测 IoU。然后将分类得分与预测 IoU 相乘以计算最终检测置信度，其与定位精度的相关性更强。该检测置信度随后用作后续 NMS 与 COCO AP 计算的输入，将大幅提升模型的定位精度。在 COCO 与 PASCAL VOC 数据集上的充分实验证明了 IoU 感知单阶段目标检测器在提升模型定位精度上的有效性。无需额外技巧，所提方法在 COCO \textit{test-dev} 上可大幅提升 AP 以及 AP75 。在 PASCAL VOC 上，所提方法可大幅提升 AP 以及 AP80、AP90 。代码见：{https://github.com/ShengkaiWu/IoU-aware-single-stage-object-detector}。
引用
@article{arxiv.1912.05992,
title = {IoU-aware Single-stage Object Detector for Accurate Localization},
author = {Shengkai Wu and Xiaoping Li and Xinggang Wang},
journal= {arXiv preprint arXiv:1912.05992},
year = {2020}
}