VarifocalNet：一种感知 IoU 的稠密目标检测器
计算机视觉与模式识别
2021-03-05 v2
摘要
准确排序大量候选检测框对于稠密目标检测器取得高性能至关重要。先前工作使用分类分数或分类与预测定位分数的组合来排序候选框。然而，这两种方式均无法产生可靠的排序，从而降低了检测性能。本文中，我们提出学习一种感知 IoU 的分类分数（IACS）作为目标存在置信度与定位精度的联合表示。我们表明稠密目标检测器可基于 IACS 实现对候选检测框更精确的排序。我们设计了一种名为 Varifocal Loss 的新损失函数来训练稠密目标检测器预测 IACS，并提出了一种新的星形边界框特征表示用于 IACS 预测与边界框精炼。结合这两个新组件和一个边界框精炼分支，我们基于 FCOS+ATSS 架构构建了一个感知 IoU 的稠密目标检测器，简称为 VarifocalNet 或 VFNet。在 MS COCO 上的大量实验表明，我们的 VFNet 在不同骨干网络下始终以 2.0 AP 超越强基线。我们的最佳模型 VFNet-X-1200（采用 Res2Net-101-DCN）在 COCO test-dev 上取得了 55.1 的单模型单尺度 AP，这在各类目标检测器中处于最先进水平（state-of-the-art）。代码见 https://github.com/hyz-xmaster/VarifocalNet 。
引用
@article{arxiv.2008.13367,
title = {VarifocalNet: An IoU-aware Dense Object Detector},
author = {Haoyang Zhang and Ying Wang and Feras Dayoub and Niko Sünderhauf},
journal= {arXiv preprint arXiv:2008.13367},
year = {2021}
}
备注
Accepted to CVPR 2021 as an oral