[論文レビュー] ARS-DETR: Aspect Ratio-Sensitive Detection Transformer for Aerial Oriented Object Detection

Ying Zeng, Yushi Chen+3 more|arXiv (Cornell University)|Mar 9, 2023

Advanced Neural Network Applications被引用数 15

ひとこと要約

ARS-DETR はアスペクト比を考慮した角度エンコーディング（AR-CSL）と回転したデフォーム可能アテンションモジュールを導入し、DETR に角度情報を埋め込む。これにより、高空撮の向き物体検出データセットで競争力のある AP75 スコアを達成する。さらに高精度評価のため AP50 より AP75 の採用を提唱する。

ABSTRACT

Existing oriented object detection methods commonly use metric AP$_{50}$ to measure the performance of the model. We argue that AP$_{50}$ is inherently unsuitable for oriented object detection due to its large tolerance in angle deviation. Therefore, we advocate using high-precision metric, e.g. AP$_{75}$, to measure the performance of models. In this paper, we propose an Aspect Ratio Sensitive Oriented Object Detector with Transformer, termed ARS-DETR, which exhibits a competitive performance in high-precision oriented object detection. Specifically, a new angle classification method, calling Aspect Ratio aware Circle Smooth Label (AR-CSL), is proposed to smooth the angle label in a more reasonable way and discard the hyperparameter that introduced by previous work (e.g. CSL). Then, a rotated deformable attention module is designed to rotate the sampling points with the corresponding angles and eliminate the misalignment between region features and sampling points. Moreover, a dynamic weight coefficient according to the aspect ratio is adopted to calculate the angle loss. Comprehensive experiments on several challenging datasets show that our method achieves competitive performance on the high-precision oriented object detection task.

研究の動機と目的

• 角度精度をより正確に反映するため、向き物体検出において AP50 から高精度指標（AP75）への移行を動機づける。
• オブジェクトのアスペクト比を考慮した高精度検出のための角度エンコーディングと統合戦略を開発する。
• DETR ベースのフレームワークに角度情報を埋め込み、特徴とサンプリングの不整合を低減し、アライメントを改善する。
• 学習ダイナミクスをアスペクト比に敏感な物体へ適応させるトレーニングおよびマッチングの調整（DN、ARW、ARM）を提案する。

提案手法

• AR-CSL を提案する。これは SkewIoU を用いてハイパーパラメータなしで角度ラベルを動的に平滑化する、アスペクト比に敏感なサークル滑らかなラベルである。
• 埋め込まれた角度に従いサンプリンググリッドを回転させ、回転した物体にポイントを合わせる Rotated Deformable Attention モジュールを導入する。
• 角度摂動に適合したノイズ除去トレーニング戦略（DN）を組み込み、頑健性を向上させる。
• アスペクト比に敏感な重み付け（ARW）とマッチング（ARM）を適用し、角度損失と割り当てを角度精度の高いペアへ bias する。

実験結果

リサーチクエスチョン

• RQ1 AP75 で評価した場合、角度ずれは高精度の向き物体検出にどのような影響を与えるか。
• RQ2 AR-CSL は異なるアスペクト比を持つ物体間で、ハイパーパラメータなしに動的に適切な角度平滑化を提供できるか。
• RQ3 Rotated Deformable Attention を介して角度情報を埋め込むことで、向き物体の特徴アライメントと検出精度が改善されるか。
• RQ4 DN、ARW、ARM は空撮データセット上の DETR ベースの向き物体検出器を総合的に向上させるか。
• RQ5 AP75 の下で DOTA-v1.0、DIOR-R、OHD-SJTU で ARS-DETR はどの程度の性能向上を達成するか。

主な発見

• ARS-DETR は複数のデータセットで競争力のある AP75 を達成し、高精度評価の下でいくつかの高度な検出器を上回る。
• AR-CSL はハイパーパラメータ不要の、アスペクト比依存の角度平滑化を提供し、AP50 を改善し、特に AP75 を顕著に改善する。
• Rotated Deformable Attention はサンプリング点を物体角度に合わせて配置し、AP50 および AP75 の測定可能な向上をもたらす。
• ノイズ除去トレーニング（DN）と ARW/ARM の調整がさらに AP50 と AP75 を高め、消去実験（ablation）で累積的な改善を示す。
• AP50 ベースの評価と比較して、AP75 は検出器間の性能差をより大きく露出し、高精度指標の重要性を支持する。