[論文レビュー] CFENet: An Accurate and Efficient Single-Shot Object Detector for Autonomous Driving

Qijie Zhao, Tao Sheng+3 more|arXiv (Cornell University)|Jun 26, 2018

Advanced Neural Network Applications参考文献 23被引用数 35

ひとこと要約

CFENetは、自律走行向けに軽量でワンショットのオブジェクト検出器を提案し、SSDに新規の包括的特徴強化（CFE）モジュールを組み込むことで、小規模オブジェクトの検出精度を著しく向上させつつ、リアルタイムの推論速度を維持している。BDDデータセットにおいて、マルチスケールのCFENet800は29.69 mAPを達成し、2位にランクインし、小規模オブジェクトのmAPでRefineDetを2.2ポイント上回った。

ABSTRACT

The ability to detect small objects and the speed of the object detector are very important for the application of autonomous driving, and in this paper, we propose an effective yet efficient one-stage detector, which gained the second place in the Road Object Detection competition of CVPR2018 workshop - Workshop of Autonomous Driving(WAD). The proposed detector inherits the architecture of SSD and introduces a novel Comprehensive Feature Enhancement(CFE) module into it. Experimental results on this competition dataset as well as the MSCOCO dataset demonstrate that the proposed detector (named CFENet) performs much better than the original SSD and the state-of-the-art method RefineDet especially for small objects, while keeping high efficiency close to the original SSD. Specifically, the single scale version of the proposed detector can run at the speed of 21 fps, while the multi-scale version with larger input size achieves the mAP 29.69, ranking second on the leaderboard

研究の動機と目的

• 自律走行シーンにおけるSSDのようなワンステージ検出器が小規模オブジェクトに対して性能が低い問題に対処する。
• 推論速度を犠牲にせずに、信号機や標識のような小規模オブジェクトの検出精度を向上させる。
• リアルタイム推論能力（20+ FPS）を維持しつつ、小スケールオブジェクトの特徴表現を強化する。
• 実世界の自律走行システムへの実装に適した軽量で効率的なアーキテクチャを開発する。
• 特に小規模オブジェクトに対して最先端の性能を示す、BDDロードオブジェクト検出ベンチマークでの実証。

提案手法

• SSDのバックボーンに新規の包括的特徴強化（CFE）モジュールを統合し、複数スケールの特徴表現を豊かにする。
• 高レベル（上位）と低レベル（下位）の特徴マップの両方にCFEモジュールを配置し、意味的および空間的情報を強化する。
• 複数スケールの特徴を統合するための特徴統合ブロック（FFB）を採用し、検出のロバスト性を向上させる。
• リアルタイム速度を実現するため、入力サイズ512×512の単一スケール推論戦略を採用し、精度向上のためマルチスケール推論（800×800）を併用する。
• 効率的なトレーニングと推論を可能にするために、最適化されたPyTorch v0.4+を用いたVGG-16バックボーンを採用する。
• 速度を維持しながら高品質な検出ボックスを確保するため、ハードNMSをポストプロセッシングに適用する。

実験結果

リサーチクエスチョン

• RQ1 軽量なワンステージ検出器としてのCFENetは、SSDおよびRefineDetと比較して、自律走行シナリオにおける小規模オブジェクト検出性能を優れていると言えるか？
• RQ2 包括的特徴強化（CFE）モジュールは、小規模オブジェクトの特徴表現を向上させるのにどの程度効果的か？
• RQ3 マルチスケール推論と特徴統合は、推論速度を低下させることなく、どの程度検出精度を向上させられるか？
• RQ4 提案されたCFENetは、小規模オブジェクト検出で最先端の検出器を上回りながらも、リアルタイム推論速度（20+ FPS）を維持できるか？
• RQ5 CFENetは、実世界の自律走行ベンチマーク（BDD）において、交通標識や信号機のようなレアまたは小規模なカテゴリに対してどの程度の性能を示すか？

主な発見

• MSCOCO minivalセットにおいて、CFENetは34.8 mAPを達成し、全体のmAPでRefineDetを1.8ポイント上回った。
• MSCOCOにおける小規模オブジェクトでは、CFENetは18.3 mAPを達成し、RefineDetを2.2ポイント上回った。
• BDDテストセットでは、CFENet800がマルチスケール推論で29.69 mAPを達成し、リーダーボードで2位にランクインした。
• 単一スケールのCFENet512は21 FPSで動作し、自律走行に適したリアルタイム推論能力を示した。
• 交通標識や信号機のような小規模オブジェクトに関して、CFENet512は15.4%のS-mAPを達成し、同じベンチマークでRefineDetの13.1%を上回った。
• アブレーションスタディにより、CFEモジュールとFFBが性能向上に顕著に寄与することが確認され、部品統合によりmAPが28.8から34.8に上昇した。