面向旋转目标检测的像素级质量评估

现代旋转目标检测器通常预测一组边界框，并基于估计的定位质量选择排名靠前的边界框。实现高检测性能要求估计的质量与实际定位精度紧密对齐。为此，现有方法将预测框与真实框 (GT) 之间的交并比 (IoU) 预测作为定位质量的代理。然而，框级 IoU 预测存在结构性耦合问题：由于预测框源自检测器对 GT 框的内部估计，基于它们相似性计算的预测 IoU 对于定位较差的框可能会被高估。为了克服这一局限性，我们提出了一种新颖的像素级质量评估 (PQA) 框架，该框架用像素级空间一致性的整合取代了框级 IoU 预测。PQA 测量每个像素相对于预测框的相对位置与其相对于 GT 框的对应位置之间的对齐程度。通过在像素级操作，PQA 避免了直接将预测框与估计的 GT 框进行比较，从而消除了框级 IoU 预测中固有的相似性偏差。此外，我们引入了一种新的整合指标，将像素级空间一致性聚合为统一的质量分数，从而更准确地逼近实际定位质量。在 HRSC2016 和 DOTA 上的大量实验表明，PQA 可以无缝集成到各种旋转目标检测器中，持续提升性能（例如，在 Rotated RetinaNet 上 AP$_{50:95}$ 提升 5.96%，在 STD 上提升 2.32%）。