Anchor-Intermediate Detector: Decoupling and Coupling Bounding Boxes for Accurate Object Detection

要約

アンカーベースの検出器は、物体検出のために継続的に開発されてきました。
ただし、アンカー ボックスが個別に存在するため、境界のオフセットを正確に予測することが困難になります。
各境界ボックスを閉じた個別のものとして扱う代わりに、複数のボックスを一緒に使用して予測ボックスを取得することを検討します。
この目的を達成するために、この論文では、推論において \textbf{ボックス分離結合(BDC) 戦略}を提案します。これは、重なり合うボックスを破棄するのではなく、これらのボックスの角の点を分離します。
次に、各コーナーのスコアに従ってコーナー ポイントを結合し、最も正確なコーナー ペアを選択します。
BDC 戦略を満たすために、\textbf{アンカー中間検出器(AID)} という名前のシンプルだが斬新なモデルが設計されています。このモデルには、2 つのヘッド ネットワーク、つまりアンカーベースのヘッドとアンカーなしの \textbf{コーナー- が含まれています。
意識的な頭}。
コーナー認識ヘッドは、各境界ボックスのコーナーにスコアを付けて、コーナー ポイント間の結合を容易にすることができます。
MS COCO での広範な実験により、提案されたアンカー中間検出器は、付加機能なしで、MS COCO テスト開発データセット上でベースライン RetinaNet および GFL メソッドをそれぞれ $\sim$2.4 AP および $\sim$1.2 AP 上回っていることが示されています。
コードは https://github.com/YilongLv/AID から入手できます。

要約(オリジナル)

Anchor-based detectors have been continuously developed for object detection. However, the individual anchor box makes it difficult to predict the boundary’s offset accurately. Instead of taking each bounding box as a closed individual, we consider using multiple boxes together to get prediction boxes. To this end, this paper proposes the \textbf{Box Decouple-Couple(BDC) strategy} in the inference, which no longer discards the overlapping boxes, but decouples the corner points of these boxes. Then, according to each corner’s score, we couple the corner points to select the most accurate corner pairs. To meet the BDC strategy, a simple but novel model is designed named the \textbf{Anchor-Intermediate Detector(AID)}, which contains two head networks, i.e., an anchor-based head and an anchor-free \textbf{Corner-aware head}. The corner-aware head is able to score the corners of each bounding box to facilitate the coupling between corner points. Extensive experiments on MS COCO show that the proposed anchor-intermediate detector respectively outperforms their baseline RetinaNet and GFL method by $\sim$2.4 and $\sim$1.2 AP on the MS COCO test-dev dataset without any bells and whistles. Code is available at: https://github.com/YilongLv/AID.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google