[論文レビュー] Focal and Efficient IOU Loss for Accurate Bounding Box Regression

Yifan Zhang, Weiqiang Ren+4 more|arXiv (Cornell University)|Jan 20, 2021

Advanced Neural Network Applications被引用数 65

ひとこと要約

論文は Efficient IOU (EIOU) loss と regression version of focal loss を導入し、それらを組み合わせた Focal-EIOU を提案することで収束を加速し、物体検出における境界ボックスの局在化を改善する。

ABSTRACT

In object detection, bounding box regression (BBR) is a crucial step that determines the object localization performance. However, we find that most previous loss functions for BBR have two main drawbacks: (i) Both $\ell_n$-norm and IOU-based loss functions are inefficient to depict the objective of BBR, which leads to slow convergence and inaccurate regression results. (ii) Most of the loss functions ignore the imbalance problem in BBR that the large number of anchor boxes which have small overlaps with the target boxes contribute most to the optimization of BBR. To mitigate the adverse effects caused thereby, we perform thorough studies to exploit the potential of BBR losses in this paper. Firstly, an Efficient Intersection over Union (EIOU) loss is proposed, which explicitly measures the discrepancies of three geometric factors in BBR, i.e., the overlap area, the central point and the side length. After that, we state the Effective Example Mining (EEM) problem and propose a regression version of focal loss to make the regression process focus on high-quality anchor boxes. Finally, the above two parts are combined to obtain a new loss function, namely Focal-EIOU loss. Extensive experiments on both synthetic and real datasets are performed. Notable superiorities on both the convergence speed and the localization accuracy can be achieved over other BBR losses.

研究の動機と目的

• 既存のBBR損失の収束の遅さと不正確さを、幾何的欠陥測定の改善で解決する。
• アンカー箱の不均衡を緩和するため、回帰に焦点を当てた focal loss のバージョンを設計し、高品質なアンカーを強調する。
• synthetic および real データセットでの Focal-EIOU 損失の組み合わせを開発・検証する。
• COCO 2017 データセット上で最先端検出器に対する改善を実証する。

提案手法

• EIOU 損失を提案し、L_EIOU を IOU 損失と距離成分・アスペクト成分に分解して、重なり合い・中心距離・幅/高さの差を明示的に最小化する。
• FocalL1 損失を設計し、β および α で制御される回帰勾配の再重み付けを行い、高品質な例を強調する。
• IOU に基づく再重み付けを用いて EIOU と focal 重み付けを組み合わせた Focal-EIOU 損失を定義する（L_Focal-EIOU = IOU^gamma * L_EIOU）。
• 訓練の安定化のためバッチ重みを正規化する（L_Focal-EIOU = sum(W_i * L_EIOU_i)/sum(W_i)）。
• 複数のバックボーン/検出器（Faster R-CNN、Mask R-CNN、RetinaNet、ATSS、PAA、DETR）を跨いだ synthetic 設定と COCO 2017 で評価する。
• EIOU、FocalL1、再重み付け戦略の影響を分離するアブレーションを実施する。

実験結果

リサーチクエスチョン

• RQ1 EIOU は IOU ベースの損失より収束速度と局在精度を改善するか？
• RQ2 BBR における高品質と低品質アンカーの寄与を適切にバランスする回帰指向の focal 機構（EEM）は機能するか？
• RQ3 FocalL1 と EIOU の統合（Focal-EIOU）は COCO の多様な検出器とバックボーンで一貫した利得を生むか？
• RQ4 ハイパーパラメータ（beta, gamma）が性能と訓練安定性に及ぼす影響は？

主な発見

手法	AP	AP50	AP75	AP_S	AP_M	AP_L
Baseline	35.9	55.2	38.4	21.2	39.5	48.4
IOU	36.5	55.6	38.9	20.9	40.1	48.0
GIOU	36.5	55.6	39.0	20.7	40.2	48.2
CIOU	36.7	55.7	39.2	20.6	40.4	49.0
FocalL1	36.5	55.8	38.9	21.2	39.8	48.8
EIOU	37.0	55.7	39.5	20.7	40.5	49.5
Focal-EIOU (v1)	36.8	55.4	39.5	20.9	40.0	49.1
Focal-EIOU	37.5	56.1	40.0	21.1	40.9	49.8

• EIOU はシミュレーションおよび COCO 実験で IOU、GIOU、CIOU 損失と比較して収束を速め、局在を改善する。
• Focal-L1 に基づく再重み付けは高品質アンカーからの勾配を強化し、アブレーションで AP を顕著に向上させる。
• Focal-EIOU は COCO 2017 の様々な検出器で一貫して AP を改善し、単一行の最良結果は 37.5 AP（56.1 AP50、40.0 AP75、21.1 AP_S、40.9 AP_M、49.8 AP_L）。
• Table-driven なアブレーションは Focal-EIOU がベースラインおよび他の IOU ベース損失を上回り、ベースラインより最大で約 1.6 AP の利得を示す。
• Focal-EIOU は特に中〜大サイズの物体の局在化を改善し、適切な gamma（gamma=0.5）と beta 設定の下で安定性を維持する。