[論文レビュー] Optimized Loss Functions for Object detection: A Case Study on Nighttime Vehicle Detection

Shang Jiang, Haoran Qin+2 more|arXiv (Cornell University)|Nov 11, 2020

Advanced Neural Network Applications参考文献 17被引用数 12

ひとこと要約

本稿では、夜間の車両検出におけるオブジェクト検出のための二重最適化フレームワークを提案する。ハードネガティブサンプル分類のためのNeg-IoUと、マハラノビス距離に基づく局所化損失であるMIoUを導入し、分類と局所化の相関を向上させる。本手法は、密度の高い夜間データセットで45.9%のAPおよび44.8%のAP75を達成し、両損失関数を同時に最適化することにより、ベースライン比で相対的に7.6%のAP向上を達成した。

ABSTRACT

Loss functions is a crucial factor that affecting the detection precision in object detection task. In this paper, we optimize both two loss functions for classification and localization simultaneously. Firstly, by multiplying an IoU-based coefficient by the standard cross entropy loss in classification loss function, the correlation between localization and classification is established. Compared to the existing studies, in which the correlation is only applied to improve the localization accuracy for positive samples, this paper utilizes the correlation to obtain the really hard negative samples and aims to decrease the misclassified rate for negative samples. Besides, a novel localization loss named MIoU is proposed by incorporating a Mahalanobis distance between predicted box and target box, which eliminate the gradients inconsistency problem in the DIoU loss, further improving the localization accuracy. Finally, sufficient experiments for nighttime vehicle detection have been done on two datasets. Our results show than when train with the proposed loss functions, the detection performance can be outstandingly improved. The source code and trained models are available at https://github.com/therebellll/NegIoU-PosIoU-Miou.

研究の動機と目的

• 街灯が車両のテールランプに似た背景構造から生じる誤検出（偽陽性）を引き起こす夜間の車両検出におけるネガティブサンプルの誤分類を是正すること。
• 収束性と局所化精度を阻害するDIoU損失における勾配の不一致を解消すること。
• IoUに依存する損失関数を用いて分類ヘッドと局所化ヘッドの間で双方向の相関関係を確立することで、検出性能を向上させること。
• 本手法の有効性を、複雑な照明条件や隠蔽状況が顕在する実世界の夜間データセット上で検証すること。

提案手法

• 正例およびネガティブサンプルの両方に対して、局所化に依存する分類損失を実現するため、交差エントロピー損失にIoUに基づく係数を乗算することで、変更された分類損失を導入する。
• 予測ボックスと真値ボックス間のマハラノビス距離を用いたMIoU損失を提案し、中心距離と正規化距離の勾配方向を統一することで、DIoUにおける勾配の不一致を解消する。
• 分類損失におけるIoU係数の重み付けに学習可能なパラメータγを導入し、ハードネガティブサンプルへの適応的強調を可能にする。
• 分類損失と局所化損失の重み付き和を、学習可能なαを用いてトレーニング中に両目的をバランスさせる。
• 2つのデータセットでαおよびγの最適化を目的としたアブレーションスタディを実施し、最高性能を得られる最適なハイパーパrameterを同定する。
• 多様な照明条件と車両密度を有する実世界の2つの夜間車両検出データセットを用いて、手法の有効性を検証する。

実験結果

リサーチクエスチョン

• RQ1 ネガティブサンプル分類にIoU情報を組み込むことで、車両に似た背景構造（例：街灯）に起因する偽陽性を低減できるか？
• RQ2 DIoUをマハラノビス距離に基づく損失（MIoU）に置き換えることで、勾配の不一致を解消し、局所化の収束性と精度が向上するか？
• RQ3 夜間検出において、分類損失と局所化損失の項の最適なバランス（α）および分類ヘッドにおけるIoUの重み付け（γ）は何か？
• RQ4 両損失関数の共同最適化が、実世界の夜間シナリオにおけるmAPおよびAP75にどの程度向上効果をもたらすか？
• RQ5 提案手法は、より高い車両密度と複雑な照明条件を有するデータセットにも一般化可能か？

主な発見

• 提案手法は、Dataset2で45.9%のmAPおよび44.8%のAP75を達成し、ベースライン比でmAPが7.6%相対的に向上した。
• Neg-IoUの貢献は、mAPで2.3%の絶対的向上、AP75で3.9%の向上をもたらし、背景構造に起因する偽陽性を顕著に低減した。
• 最適なハイパーパrameter（α=1.0、γ=1.75）を用いることで、Dataset1では45.7%のmAPおよび44.0%のAP75を達成し、mAPが7.6%相対的に向上した。
• 可視化結果から、周囲の照明要因に起因する誤検出が顕著に減少していることが確認され、特に車両に似た構造を持つネガティブサンプルで顕著であった。
• MIoU損失はDIoUにおける勾配の不一致を効果的に解消し、収束速度の向上と局所化精度の向上を実現した。
• アブレーションスタディの結果、両損失関数の共同最適化が最高の性能をもたらし、最良の結果はα=1.0およびγ=1.75で得られた。