[論文レビュー] PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments

Zhiming Chen, Kean Chen+5 more|arXiv (Cornell University)|Jul 19, 2020

Advanced Neural Network Applications参考文献 47被引用数 16

ひとこと要約

本稿では、回転物体検出におけるIoUと角度精度を同時に最適化する、新しい微分可能損失関数であるPIoU Lossを提案する。高アスペクト比および複雑な背景を持つ物体に対して顕著な性能向上を達成した。アンカーベースおよびアンカーレスなモデルの両方で評価された結果、特に実世界の課題的状況を想定した新規のRetail50Kデータセットにおいて、最先端のmAP向上を達成した。

ABSTRACT

Object detection using an oriented bounding box (OBB) can better target rotated objects by reducing the overlap with background areas. Existing OBB approaches are mostly built on horizontal bounding box detectors by introducing an additional angle dimension optimized by a distance loss. However, as the distance loss only minimizes the angle error of the OBB and that it loosely correlates to the IoU, it is insensitive to objects with high aspect ratios. Therefore, a novel loss, Pixels-IoU (PIoU) Loss, is formulated to exploit both the angle and IoU for accurate OBB regression. The PIoU loss is derived from IoU metric with a pixel-wise form, which is simple and suitable for both horizontal and oriented bounding box. To demonstrate its effectiveness, we evaluate the PIoU loss on both anchor-based and anchor-free frameworks. The experimental results show that PIoU loss can dramatically improve the performance of OBB detectors, particularly on objects with high aspect ratios and complex backgrounds. Besides, previous evaluation datasets did not include scenarios where the objects have high aspect ratios, hence a new dataset, Retail50K, is introduced to encourage the community to adapt OBB detectors for more complex environments.

研究の動機と目的

• 従来のOBB検出器が角度のみ最適化に依存するため、高アスペクト比の物体に対して感受性が低い問題に対処すること。
• 従来のIoUベースの損失が回帰品質と相関しないため、複雑な背景において検出精度が低下する状況での精度向上。
• IoUと5つのOBBパラメータの同時最適化を直接可能にする、微分可能でピクセル単位の損失関数の開発。
• 実世界の近接・ごみだらけの環境を想定した、OBB検出器の評価と発展を促進する新規ベンチマークデータセットRetail50Kの導入。
• PIoU Lossがアンカーベースおよびアンカーレスな検出フレームワークの両方で汎用的に適用可能であることを示すこと。

提案手法

• PIoU Lossは、ピクセル単位の表現を用いたIoUメトリクスに基づき、5つのOBBパラメータ（cx, cy, w, h, θ）の微分可能で連続的な最適化を可能にする。
• 予測されたOBBと真値OBBの重複ピクセルからの寄与を累積することで、IoUと直接相関し、勾配の流れを改善する。
• 角度誤差のみを最小化する従来の距離損失（例：SmoothL1）に代わり、IoUと角度精度を統合した微分可能な目的関数を導入。
• アンカーベースおよびアンカーレスな検出フレームワークの両方と互換性があり、広範な適用性を有する。
• 若干の精度の低下を許容するが、高速なトレーニングを実現する近似版HPIoUを導入。
• DOTA、HRSC2016、および新規に導入されたRetail50Kデータセットを用いて、ドメインをまたがるロバストネスの妥当性を検証。

実験結果

リサーチクエスチョン

• RQ1 IoUと角度精度を同時に最適化する微分可能な損失関数が、高アスペクト比の物体における回転物体検出性能を顕著に向上させることができるか？
• RQ2 標準的な距離損失（例：SmoothL1）と比較して、PIoU LossはIoUとの相関性および検出精度においてどのように優れているか？
• RQ3 PIoU Lossは、アンカーベースおよびアンカーレスな検出フレームワークの両方において、どの程度汎用的に適用可能か？
• RQ4 Retail50Kのような新規ベンチマークデータセットの導入により、従来のOBB検出器の限界が明確に暴露され、新規手法の公平な評価が可能になるか？
• RQ5 PIoU Lossは3次元回転物体検出へ拡張可能であり、有望な性能向上をもたらすか？

主な発見

• ベースラインのRefineDetにSmoothL1損失を使用した場合と比較して、DOTAデータセットにおいてmAPが1.6ポイント向上した。
• Retail50Kデータセットでは、RefineDetのmAPが50.9%から52.5%に、ResNet101変種では55.1%から56.5%に向上した。
• CenterNetにPIoUを適用した場合、DOTAで60.5%のmAPを達成し、ベースライン比1.4ポイントの向上を示した。
• 図6の可視化結果から、特にRetail50Kの高アスペクト比物体において、PIoUがより正確で頑健なOBBを生成することが確認された。
• HPIoUはPIoUに比べやや低い性能（DOTA、Retail50K、HRSC2016でそれぞれ0.87、1.41、0.18 mAPの向上）を示したが、トレーニング速度が著しく向上した。
• 予備の結果では、PIoUがKITTIのPointPillarsを車両・歩行者・自転車の各クラスで、それぞれ0.65、0.64、2.0のAP向上を達成しており、3次元への応用可能性が示唆された。