Head-tail Loss: A simple function for Oriented Object Detection and Anchor-free models

要約

タイトル：Head-tail Loss：向き付けられた物体検出とアンカーフリーモデルに対するシンプルな関数

要約：

– 本論文は、向き付けられた境界ボックスの予測のための新しい損失関数であるHead-tail Lossを提案している。
– 損失関数は、オブジェクトの注釈を表す2つのキーポイントの予測と注釈の距離を最小限に抑えることで構成される。最初のポイントは中心点であり、2つ目はオブジェクトの頭部である。
– ただし、2つ目のポイントでは、予測と地面の真値のどちらかの頭部または尾部の最小距離が使用される。
– このようにすると、予測が有効になります（頭が尾を指すか、尾が頭を指すか）。
– 最終的に重要なことは、オブジェクトの向きを検出することであり、見出しではないことです。
– 新しい損失関数は、DOTAおよびHRSC2016データセットで評価され、船などの細長いオブジェクトや異なる形状の他の種類のオブジェクトに対して可能性を示しました。

要約(オリジナル)

This paper presents a new loss function for the prediction of oriented bounding boxes, named head-tail-loss. The loss function consists in minimizing the distance between the prediction and the annotation of two key points that are representing the annotation of the object. The first point is the center point and the second is the head of the object. However, for the second point, the minimum distance between the prediction and either the head or tail of the groundtruth is used. On this way, either prediction is valid (with the head pointing to the tail or the tail pointing to the head). At the end the importance is to detect the direction of the object but not its heading. The new loss function has been evaluated on the DOTA and HRSC2016 datasets and has shown potential for elongated objects such as ships and also for other types of objects with different shapes.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI