细节在于分类：一种用于长尾目标检测与实例分割的简单框架
计算机视觉与模式识别
2020-11-04 v5
摘要
大多数现有的目标实例检测与分割模型仅在各类别训练样本数量相当（如 COCO）的较为平衡的基准上表现良好，而在通常呈长尾分布的真实数据集上性能往往会下降。本研究旨在探讨并解决此类开放挑战。具体而言，我们系统地研究了最先进的两阶段实例分割模型 Mask R-CNN 在近期长尾 LVIS 数据集上的性能下降，并揭示其主要原因是目标候选框的分类不准确。基于该观察，我们首先考虑了多种提升长尾分类性能的技术，这些技术确实改善了实例分割结果。随后，我们提出了一种简单的校准框架，通过双层级类别平衡采样方法更有效地缓解分类头的偏差。无需额外技巧，该方法在近期 LVIS 数据集和我们采样的 COCO-LT 数据集上显著提升了尾部类别的实例分割性能。我们的分析为解决长尾实例检测与分割问题提供了有益见解，且直观的 SimCal 方法可作为一个简单但强大的基线。凭借该方法我们赢得了 2019 年 LVIS 挑战赛。代码与模型见 https://github.com/twangnh/SimCal。
引用
@article{arxiv.2007.11978,
title = {The Devil is in Classification: A Simple Framework for Long-tail Object Detection and Instance Segmentation},
author = {Tao Wang and Yu Li and Bingyi Kang and Junnan Li and Junhao Liew and Sheng Tang and Steven Hoi and Jiashi Feng},
journal= {arXiv preprint arXiv:2007.11978},
year = {2020}
}
备注
LVIS 2019 challenge winner, performance significantly improved after challenge submission, accepted at ECCV 2020