IoU-aware的目标检测，显著提高定位精度

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

今天新出的一篇论文IoU-aware Single-stage Object Detector for Accurate Localization，提出一种非常简单的目标检测定位改进方法，通过预测目标候选包围框与真实目标标注的IoU（交并比），并基于此与分类分数的乘积作为检测置信度，用于NMS（非极大抑制）和COCO AP计算，显著提高了目标检测的定位精度。

该文作者信息：

作者均来自华中科技大学。

在目标检测问题中，模型需要输出目标分类分数和与其对应的目标定位的包围框，在以往的模型中，经常使用分类分数作为目标定位准不准的置信度，并基于此对大量候选目标包围框NMS，现在越来越多的工作发现，分类分数高并不能保证定位精度高。

作者认为IoU是直接反应定位准不准的直接指标，可以在目标检测模型的分类和定位任务的基础上添加IoU预测的任务，可以在一定程度上反应定位置信度。

作者是在著明的一阶段目标检测算法RetinaNet基础上做的改进，如下图：

在包围框回归分支添加一个并行的预测IoU的任务。

相关的损失函数数学描述：

作者将分类分数和预测得到的IoU相乘，这个指标既反应了是不是这个目标，又反应了该位置和真实目标的可能的交并比，认为它是更加精确的检测置信度：

公式中参数 α 用于控制两者的贡献大小。

作者在COCO test-dev上与其他State-of-the-art算法的结果比较：

可见，相比于基线RetinaNet，取得了显著的AP提升，提升在1.0%∼1.6%之间。

在PASCAL VOC数据集上与RetinaNet的比较结果：

同样取得了显著的AP提升，AP 提升在1.1%∼2.2%之间。

这篇文章尽管思路比较简单，但改进还是明显的，希望对其他目标检测算法也有效，期待有更多实验结果出来。

论文地址：

https://arxiv.org/pdf/1912.05992.pdf

作者称代码将开源，不过还没公布地址。

小白团队出品：零基础精通语义分割↓↓↓
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~