[論文レビュー] Control Distance IoU and Control Distance IoU Loss Function for Better Bounding Box Regression

Dong Chen, Duoqian Miao|arXiv (Cornell University)|Mar 22, 2021

Advanced Neural Network Applications参考文献 34被引用数 12

ひとこと要約

本稿では、オブジェクト検出における境界ボックス回帰を向上させるために、パrameter数やFLOPsを増加させない統合的評価フィードバックモジュールであるControl Distance IoU (CDIoU) および CDIoU損失を提案する。IoU計算と損失関数を一貫した距離ベースの指標で統合することで、収束性と性能が向上し、Faster R-CNN、YOLOv4、RetinaNet、ATSSモデルにおいてMS COCOで最大1.9%のAP向上を達成する。

ABSTRACT

Numerous improvements for feedback mechanisms have contributed to the great progress in object detection. In this paper, we first present an evaluation-feedback module, which is proposed to consist of evaluation system and feedback mechanism. Then we analyze and summarize the disadvantages and improvements of traditional evaluation-feedback module. Finally, we focus on both the evaluation system and the feedback mechanism, and propose Control Distance IoU and Control Distance IoU loss function (or CDIoU and CDIoU loss for short) without increasing parameters or FLOPs in models, which show different significant enhancements on several classical and emerging models. Some experiments and comparative tests show that coordinated evaluation-feedback module can effectively improve model performance. CDIoU and CDIoU loss have different excellent performances in several models such as Faster R-CNN, YOLOv4, RetinaNet and ATSS. There is a maximum AP improvement of 1.9% and an average AP of 0.8% improvement on MS COCO dataset, compared to traditional evaluation-feedback modules.

研究の動機と目的

• オブジェクト検出で用いられる従来の評価フィードバックモジュールにおける非効率性と一貫性の欠如を解消すること。
• 一貫した指標を用いて評価システムとフィードバックメカニズムを統合することで、境界ボックス回帰を改善すること。
• モデルの複雑さや推論コストを増加させることなく、モデルの収束性と性能を向上させること。
• さまざまな1段階および2段階検出器と互換性のあるプラグアンドプレイモジュールを開発すること。

提案手法

• 重複度、重心距離、アスペクト比を1つの微分可能な形に統合した新しいIoUベースの評価指標としてControl Distance IoU (CDIoU) を提案する。
• CDIoUと直接相関するフィードバックメカニズムとしてCDIoU損失を導入し、より正確な勾配更新を可能にする。
• 領域候補と正解バウンディングボックス間の統一された距離測定を用いて、回帰プロセスを簡素化・安定化する。
• 勾配の流れと学習中の収束速度を向上させるため、連続的かつ微分可能な定式化を採用する。
• 既存の検出フレームワークにおけるIoUおよびIoUベースの損失の即時置き換えとして、CDIoUおよびCDIoU損失を適用する。
• Faster R-CNN、YOLOv4、RetinaNet、ATSSを含む複数のモデルで手法を検証し、広範な互換性を確認する。

実験結果

リサーチクエスチョン

• RQ1 統合的評価フィードバックモジュールは、モデルの複雑さを増加させることなく、オブジェクト検出の性能を向上させることができるか？
• RQ2 IoU評価指標と損失関数を一致させることで、回帰の正確性と収束性にどのような影響を与えるか？
• RQ3 CDIoUおよびCDIoU損失は、多様なオブジェクト検出アーキテクチャにおいてAPにどのような影響を与えるか？
• RQ4 提案手法は、アンカーベースおよびアンカーレス検出器の両方で一貫した向上を達成できるか？

主な発見

• CDIoUおよびCDIoU損失は、従来の評価フィードバックモジュールと比較して、MS COCOデータセットで平均0.8%のAP向上を達成する。
• Faster R-CNNおよびATSSの実験で、最大1.9%のAP向上が観測された。
• Faster R-CNN、YOLOv4、RetinaNet、ATSSなど複数のモデルで一貫した向上が確認され、広範な適用可能性が示された。
• CDIoUとCDIoU損失を併用することで、性能向上が加法的になることが確認され、評価とフィードバックの整合性の重要性が裏付けられた。
• 評価フィードバックモジュールは、同じパrameter数とFLOPsを維持しており、実世界のシステムに効率的かつ実装可能であることが証明された。
• 浮動小数点学習率スケジューリングおよび自動GTクラスタリング解析により、特に基本的なモデルにおいて性能がさらに向上した。