[論文レビュー] Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression

Zhaohui Zheng, Ping Wang+4 more|arXiv (Cornell University)|Nov 19, 2019

Advanced Neural Network Applications参考文献 27被引用数 876

ひとこと要約

Bounding box回帰のためのDistance-IoU (DIoU) および Complete IoU (CIoU) 損失を導入し、IoUおよびGIoUより収束を速め、精度を向上させ、DIoU-NMSが物体検出性能を改善することを示す。

ABSTRACT

Bounding box regression is the crucial step in object detection. In existing methods, while $\ell_n$-norm loss is widely adopted for bounding box regression, it is not tailored to the evaluation metric, i.e., Intersection over Union (IoU). Recently, IoU loss and generalized IoU (GIoU) loss have been proposed to benefit the IoU metric, but still suffer from the problems of slow convergence and inaccurate regression. In this paper, we propose a Distance-IoU (DIoU) loss by incorporating the normalized distance between the predicted box and the target box, which converges much faster in training than IoU and GIoU losses. Furthermore, this paper summarizes three geometric factors in bounding box regression, \ie, overlap area, central point distance and aspect ratio, based on which a Complete IoU (CIoU) loss is proposed, thereby leading to faster convergence and better performance. By incorporating DIoU and CIoU losses into state-of-the-art object detection algorithms, e.g., YOLO v3, SSD and Faster RCNN, we achieve notable performance gains in terms of not only IoU metric but also GIoU metric. Moreover, DIoU can be easily adopted into non-maximum suppression (NMS) to act as the criterion, further boosting performance improvement. The source code and trained models are available at https://github.com/Zzh-tju/DIoU.

研究の動機と目的

• IoUベースの評価指標と整合するBounding Box回帰損失の動機づけ。
• IoUおよびGIoU損失の収束の遅さと精度の低さに対処する。
• 距離とアスペクト比要因を組み込んだDIoUおよびCIoU損失を提案する。
• VOCおよびCOCOデータセット上でYOLO v3、SSD、Faster R-CNNの性能改善を示す。
• DIoUをNMSへ組み込み、冗長検出の抑制を改善できることを示す。

提案手法

• IoU損失に正規化された中心点距離ペナルティを加えてDIoU損失を定義する: L_DIoU = 1 - IoU + rho^2(b, bgt) / c^2.
• アスペクト比整合項vを適応的重み付けαとともに含めてCIoU損失へ拡張する。
• CIoUにおける小さなw,hの安定な扱いを持つDIoUおよびCIoUの勾配を導出する。
• DIoUをNMS基準として組み込み（DIoU-NMS）、冗長なボックスを抑制する。
• YOLO v3、SSD、Faster R-CNNにDIoUおよびCIoUを統合し、VOC 2007+2012およびCOCO 2017で評価する。
• ソースコードと学習済みモデルを公開する。

実験結果

リサーチクエスチョン

• RQ1 正規化された中心点距離（DIoU）を直接最小化することで、IoUベースの損失より高速で正確な bounding box 回帰が得られるか？
• RQ2 アスペクト比整合性（CIoU）を取り入れることで、検出器の種類やデータセット全体で収束と精度がさらに向上するか？
• RQ3 DIoU-NMSは遮蔽や混雑した場面で標準のNMSより頑健か？
• RQ4 DIoU/CIoU損失はVOCおよびCOCOでワンステージとツーステージの検出器にわたり一貫した利益をもたらすか？

主な発見

• DIoU損失はIoUおよびGIoUより収束が速く、VOC上のYOLO v3とSSDでAPおよびAP75を改善する。
• CIoU損失は、重なり、中心距離、アスペクト比を考慮して回帰をさらに改善し、いくつかの設定でDIoUより大きな利得をもたらす。
• DIoU-NMSは複数の検出器とデータセットで標準NMSより追加の改善を提供する。
• VOC 07+12でYOLO v3の場合、CIoUはIoU/GIoUベースラインに対してAPで5.67%、AP75で8.95%の改善を達成; DIoUはAPで3.29%、AP75で6.02%の改善。
• VOCのSSDではDIoUとCIoUがIoUおよびGIoUを上回り、CIoUはGIoUに対して最大2.59%のAPと2.92%のAP75の利得を達成。
• COCOのFaster R-CNNではCIoUがAP、AP75、および大・中規模オブジェクト性能で顕著な利得を示し、DIoUも改善を提供する。特に小オブジェクトについてDIoU-NMSと組み合わせた場合に顕著。
• DIoU-NMSはVOC/COCOの実験で閾値を超えて一貫して元のNMSを上回る。