用于目标检测与实例分割的排序与分类损失
计算机视觉与模式识别
2021-08-31 v2
摘要
我们提出 Rank & Sort (RS) Loss，一种基于排序的损失函数，用于训练深度目标检测与实例分割方法（即视觉检测器）。RS Loss 监督这些方法中的子网络——分类器，使其将每个正样本排在所有负样本之上，并根据其定位质量（如交并比 - IoU）对正样本自身进行排序。为解决排序与分类的不可微性，我们将误差驱动更新与反向传播的结合重新表述为恒等更新（Identity Update），这使我们能够对正样本间的新型排序误差进行建模。借助 RS Loss，我们显著简化了训练过程：(i) 由于我们的排序目标，分类器无需额外的辅助头（例如用于中心度、IoU、掩码 IoU 的头）即可对正样本进行优先级排序；(ii) 由于其基于排序的特性，RS Loss 对类别不平衡具有鲁棒性，因此无需采样启发式方法；(iii) 我们使用无需调参的任务平衡系数来解决视觉检测器的多任务特性。使用 RS Loss，我们仅通过调整学习率训练了七种不同的视觉检测器，并表明其性能始终优于基线：例如，我们的 RS Loss 在 COCO 数据集上将 (i) Faster R-CNN 的 box AP 提高了约 3 个点，将 aLRP Loss（基于排序的基线）的 box AP 提高了约 2 个点；(ii) 在 LVIS 数据集上，将采用重复因子采样（RFS）的 Mask R-CNN 的 mask AP 提高了 3.5 个点（对于稀有类别提高了约 7 个 AP）；并且也优于所有对比方法。代码见：https://github.com/kemaloksuz/RankSortLoss
引用
@article{arxiv.2107.11669,
title = {Rank & Sort Loss for Object Detection and Instance Segmentation},
author = {Kemal Oksuz and Baris Can Cam and Emre Akbas and Sinan Kalkan},
journal= {arXiv preprint arXiv:2107.11669},
year = {2021}
}
备注
ICCV 2021, oral presentation