论文地址：https://www.php.cn/link/233e90f3f8794e85bc244be259a99724
源代码地址：https://www.php.cn/link/1fe165377d4907f0ea45a5397520b85c
计算机视觉研究院专栏
作者：Edison_G
一、背景
监督学习下的目标检测是计算机视觉领域中的一项关键任务，旨在通过边界框定位目标并将每个目标分配到预定义的类别中。深度学习方法在这一领域占据主导地位，近期的方法多基于Anchor机制。Anchor是在整个图像上均匀分布的不同大小和纵横比的预定义参考框，它们通过将目标检测问题转换为基于Anchor的边界框回归和分类问题，帮助网络处理目标尺寸和形状的变化。大多数先进的基于Anchor的目标检测器使用预定义的Anchor boxes与GT框（简称IoU-anchor）之间的交并比（IoU）来将样本Anchor分配给目标（正样本Anchor）或背景（负样本Anchor）。然后，使用这些分配的Anchors来最小化训练期间的边界框回归和分类损失。
Anchor A和Anchor B与GT框具有相同的IoU，但包含不同的视觉语义信息。图中虚线框为真实情况标注。
基于深度学习的目标检测涉及两个子任务：实例定位和分类。它们分别预测图像上的“位置”和“是什么”目标。在训练阶段，这两个任务通过梯度下降联合优化，但静态Anchor匹配策略并未明确受益于这两个任务的联合解决方案，这可能导致任务错位问题，即在评估阶段，模型可能会生成分类正确但定位不精确的边界框预测，以及定位精确但分类错误的预测。这些预测显著降低了整体检测质量。
二、前言
为了克服基于IoU-anchor策略的这两个局限性，研究者提出了一种新的自适应Anchor匹配准则，通过定位和分类任务的相互指导，动态分配训练Anchor样本以优化分类，反之亦然。特别是，将定位良好的Anchor限制为也分类良好（定位到分类），以及那些分类良好的Anchor也定位良好（分类到定位）。这些策略导致了基于内容/上下文的Anchor匹配，并避免了任务错位问题。尽管所提出的策略非常简单，但在PASCAL VOC和MS COCO数据集上，尤其是在严格的指标（如AP75）上，Mutual Guidance与不同深度学习架构的传统静态策略相比，带来了持续的平均精度（AP）提升。
新方法有望在需要精确实例定位的应用中更有效，例如自动驾驶、机器人、户外视频监控等。
三、新框架
传统的Anchor通常预定义了一组Anchor的纵横比，在实际的滑窗训练过程中，首先使用二分类模型判断这些Anchor的框内是否有物体，并根据设定的阈值将样本标注为positive或negative或ignored，然后进行边界框回归以进行调整，最后进行多分类并再次调整位置。
这里作者将预定义的Anchor和GT的IoU称为IoU-anchor，IoU-anchor大于50%的作为positive，小于40%的作为negative，其余作为ignored samples。如果没有Anchor的大于50%，则选取IoU最大的作为positive。如下图所示：
定位到分类（Localize to Classify）动态调整分类方法中正负样本的阈值。由于随着训练进行，正样本数量增加（因为二分类模型能力逐渐增强，但阈值未变），作者认为这会导致训练不稳定。
代码小浣熊
代码小浣熊是基于商汤大语言模型的软件智能研发助手，覆盖软件需求分析、架构设计、代码编写、软件测试等环节
51 查看详情
因此，作者提出将分类模型的分类能力纳入阈值设置的考量范围，以动态设置阈值：在根据IoU-regressed标注确定正负样本时，不再直接采用固定阈值，而是根据IoU-anchor中的正样本数量n来选择IoU-regressed的前n个样本标注为positive，其余的negative和ignored同理。
这种策略能够随着定位能力的提高而提高，同时也保持了训练过程中正负样本分配的一致性！
分类到定位（Classify to localize）在分类早期，模型处于初始状态，大多数分类的结果都接近于0，存在类似于推荐系统的冷启动问题，同时也可能导致训练不稳定，因此研究者定义了一个Classify to localize策略来避免这种问题。
首先，作者定义了一个IoU-amplified来替换传统的IoU-regressed，其表达式如下：
其中σ是用于调整的增强系数超参数，p是分类得分。此外，这一部分也采用了类似于前面定位到分类部分动态阈值设置的策略来设置这里的正样本阈值。
显然，初始时与GT的IoU较大的anchor box置信度通常更高，被选中的概率也更高；当IoU相同时，置信度p较高的anchor得到的IOUamplified也更大。上图的第四列是直接预测的置信度，第五列是amplified之后的score。可以发现amplified后的结果与IoU和p都有关。
IoU-amplified总是高于IoU-anchor，并且amplification与预测的Classif分数成正比。特别是σ越小，amplification越强（注意σ要大于1），σ变大时就消失。
通过这种交互作用，训练过程能够让回归好但分类差的Anchor尽可能地提升分类精度，同样让分类好但回归差的Anchor尽可能地提升回归精度，从而在一定程度上解决了task-misalignment问题。
四、实验及可视化
训练阶段标签分配差异的可视化（图像大小设置为320×320像素）。红色、黄色和绿色Anchor框分别是由基于IoU-anchor、Localize to Classify和Classify to Localize分配的正样本Anchor。
© THE END
转载请联系本公众号获得授权
以上就是LCCL网络：相互指导博弈来提升目标检测精度（附源代码）的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/462038.html
微信扫一扫 
支付宝扫一扫 
