用于 2D/3D 目标检测的 IoU 损失
计算机视觉与模式识别
2019-08-13 v1
摘要
在 2D/3D 目标检测任务中，交并比 被广泛用作评估指标，以在测试阶段评估不同检测器的性能。然而，在训练阶段，通常采用常见的距离损失（例如 或 ）作为损失函数，以最小化预测边界框 与真实边界框之间的差异。为了消除训练与测试之间的性能差距，\cite{yu2016unitbox} 和 \cite{rezatofighi2019generalized} 中引入了用于 2D 目标检测的 IoU 损失。遗憾的是，所有这些方法仅适用于轴对齐的 2D 边界框，无法应用于具有旋转边界框的更一般目标检测任务。为了解决这个问题，我们首先研究了两个旋转边界框的 IoU 计算，然后实现了一个统一框架，即适用于 2D 和 3D 目标检测任务的 IoU 损失层。通过将实现的 IoU 损失集成到几种 SOTA 3D 目标检测器中，在公开的 KITTI 基准上的鸟瞰图 2D 检测和点云 3D 检测均取得了一致的提升。
引用
@article{arxiv.1908.03851,
title = {IoU Loss for 2D/3D Object Detection},
author = {Dingfu Zhou and Jin Fang and Xibin Song and Chenye Guan and Junbo Yin and Yuchao Dai and Ruigang Yang},
journal= {arXiv preprint arXiv:1908.03851},
year = {2019}
}
备注
Accepted by international conference on 3d vision 2019