PIoU损失：面向复杂环境下精确的有向目标检测
计算机视觉与模式识别
2020-07-21 v1
摘要
使用有向边界框（OBB）的目标检测能够通过减少与背景区域的重叠来更好地定位旋转物体。现有的OBB方法大多建立在水平边界框检测器之上，通过引入一个由距离损失优化的额外角度维度实现。然而，由于距离损失仅最小化OBB的角度误差，且与IoU关联松散，它对高长宽比物体不敏感。因此，本文提出一种新颖的损失函数——像素交并比（PIoU）损失，以同时利用角度与IoU实现精确的OBB回归。PIoU损失由IoU度量以像素级形式导出，简洁且适用于水平与有向边界框。为验证其有效性，我们在基于锚框与无锚框两种框架下评估PIoU损失。实验结果表明，PIoU损失能显著提升OBB检测器的性能，尤其针对高长宽比与复杂背景下的物体。此外，以往的评测数据集未包含高长宽比物体场景，故本文引入新数据集Retail50K，以推动学界将OBB检测器适配于更复杂的环境。
引用
@article{arxiv.2007.09584,
title = {PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments},
author = {Zhiming Chen and Kean Chen and Weiyao Lin and John See and Hui Yu and Yan Ke and Cong Yang},
journal= {arXiv preprint arXiv:2007.09584},
year = {2020}
}