不见而视：面向AP最大化的目标检测上下文重打分
计算机视觉与模式识别
2020-03-31 v2
摘要
当前大多数目标检测器缺乏上下文：类别预测独立于其他检测结果做出。我们提出通过在任意检测器的输出上进行后处理以对其检测置信度重打分，从而将上下文引入目标检测。重打分通过以整组检测的上下文信息为条件进行：即它们的置信度、预测类别与位置。我们表明，仅通过重新分配检测置信度值，使得存活更久的真阳性（即具有正确类别和大IoU者）被评高于假阳性或具有小IoU的检测，即可改进AP。在此设定下，我们使用带注意力的双向RNN进行上下文重打分，并引入一种利用与真值的IoU作为训练目标、以对给定检测集最大化AP的方法。我们的方法无需访问视觉特征，因而计算开销低且对检测架构无关。尽管简单，我们的模型在强预训练基线（Cascade R-CNN与Faster R-CNN配合若干骨干网络）上持续提高AP，特别是通过降低重复检测的置信度（一种学习形式的非极大抑制）并基于共现检测的置信度、类别、位置与尺寸来移除脱离上下文的目标。代码见 https://github.com/LourencoVazPato/seeing-without-looking/
引用
@article{arxiv.1912.12290,
title = {Seeing without Looking: Contextual Rescoring of Object Detections for AP Maximization},
author = {Lourenço V. Pato and Renato Negrinho and Pedro M. Q. Aguiar},
journal= {arXiv preprint arXiv:1912.12290},
year = {2020}
}
备注
14 pages, 12 figures