[論文レビュー] Alpha-IoU: A Family of Power Intersection over Union Losses for Bounding Box Regression

Jiabo He, Sarah Erfani+4 more|arXiv (Cornell University)|Oct 26, 2021

Advanced Neural Network Applications参考文献 46被引用数 144

ひとこと要約

Alpha-IoU は IoU ベースの損失をパワー系ファミリへ拡張し、単一の alpha パラメータで、境界ボックス回帰とモデル/データセット間のロバスト性を改善する。

ABSTRACT

Bounding box (bbox) regression is a fundamental task in computer vision. So far, the most commonly used loss functions for bbox regression are the Intersection over Union (IoU) loss and its variants. In this paper, we generalize existing IoU-based losses to a new family of power IoU losses that have a power IoU term and an additional power regularization term with a single power parameter $α$. We call this new family of losses the $α$-IoU losses and analyze properties such as order preservingness and loss/gradient reweighting. Experiments on multiple object detection benchmarks and models demonstrate that $α$-IoU losses, 1) can surpass existing IoU-based losses by a noticeable performance margin; 2) offer detectors more flexibility in achieving different levels of bbox regression accuracy by modulating $α$; and 3) are more robust to small datasets and noisy bboxes.

研究の動機と目的

• 既存の IoU ベースの bbox 回帰損失を、パワー変換を用いて統一的な alpha-IoU ファミリへ一般化する。
• alpha の変化下での順序保持性や損失/勾配の再重み付けなど、主要な性質を分析する。
• 複数の検出器とベンチマークにわたって、標準 IoU 損失より経験的に改善を示す。
• トレーニングオーバーヘッドを追加することなく、小規模データセットやノイズのある境界ボックスに対するロバストネスを示す。

提案手法

• L_{alpha-IoU} = 1 - IoU^{alpha} (alpha > 0) として alpha-IoU 損失を定義し、既存の損失（IoU, log(IoU)）と関連づける。
• 任意のペナルティ項を含む一般形へ拡張: L_{alpha-IoU} = 1 - IoU^{alpha} + P^{alpha}(B, B^{gt}).
• 同じ alpha を IoU とペナルティ項の両方に適用することで、IoU, GIoU, DIoU, CIoU など既存の IoU ベース損失を alpha-IoU フレームワーク下に統一する。
• 性質を分析する: 順序保持性、相対的な損失再重み付け w_Lr = L_{alpha-IoU}/L_IoU、相対的な勾配再重み付け w_nabla_r。
• PASCAL VOC および MS COCO で、YOLOv5s/x や DETR などのモデルを用いた実証評価を提供し、alpha=3 を実用的な選択として強調する。
• 追加のモデルパラメータやトレーニング時間のオーバーヘッドは必要ないと主張する。

実験結果

リサーチクエスチョン

• RQ1 alpha-IoU 損失は、異なる検出器やデータセットにわたって標準 IoU ベースの損失より一貫した改善を提供するか。
• RQ2 alpha パラメータが、損失および勾配項における高 IoU オブジェクトの重み付けにどのように影響するか。
• RQ3 従来の損失と比較して、alpha-IoU は小規模データセットやノイズのある境界ボックスに対してロバストか。
• RQ4 alpha-IoU フレームワークは、アンカー型およびアンカーなし検出器に対して、アーキテクチャの変更なしに適用できるか。

主な発見

• alpha > 1 のとき Alpha-IoU は高 IoU オブジェクトを上方重み付けし、 bbox 回帰精度と高精度 mAP（例: mAP_{75:95}）を改善する。
• PASCAL VOC および MS COCO で、YOLOv5s, YOLOv5x, DETR において、特に高い IoU閾値での AP_{95} などの経験的 gains が観測された。
• Alpha=3 は、モデル/データセットを問わず強力で一貫した性能向上を提供し、データセット/モデルの選択に対する感度は限定的。
• 本手法は、トレーニング手順を変更せず、パラメータを追加せずに、小規模なトレーニングセットとノイズのある bbox に対するロバスト性を向上させる。