[論文レビュー] Soft Anchor-Point Object Detection

Chenchen Zhu, Fangyi Chen+2 more|arXiv (Cornell University)|Nov 27, 2019

Advanced Neural Network Applications参考文献 37被引用数 12

ひとこと要約

本稿では、速度を犠牲にせずに精度を向上させる、アンカーフリー物体検出器向けの新しいトレーニング戦略であるSoft Anchor-Point Detection (SAPD) を提案する。特徴マップの各レベル内での誤った注目を軽減するためのソフト重み付きアンカーポイントと、複数レベルの特徴を最適化するためのソフト選択されたマップレベルを導入することで、SAPDは最先端の性能を達成し、1つのモデルと1つのスケールでCOCOで47.4% APを達成した。これはアンカーフリーおよびアンカーベースの検出器をすべて上回る性能である。

ABSTRACT

Recently, anchor-free detection methods have been through great progress. The major two families, anchor-point detection and key-point detection, are at opposite edges of the speed-accuracy trade-off, with anchor-point detectors having the speed advantage. In this work, we boost the performance of the anchor-point detector over the key-point counterparts while maintaining the speed advantage. To achieve this, we formulate the detection problem from the anchor point's perspective and identify ineffective training as the main problem. Our key insight is that anchor points should be optimized jointly as a group both within and across feature pyramid levels. We propose a simple yet effective training strategy with soft-weighted anchor points and soft-selected pyramid levels to address the false attention issue within each pyramid level and the feature selection issue across all the pyramid levels, respectively. To evaluate the effectiveness, we train a single-stage anchor-free detector called Soft Anchor-Point Detector (SAPD). Experiments show that our concise SAPD pushes the envelope of speed/accuracy trade-off to a new level, outperforming recent state-of-the-art anchor-free and anchor-based detectors. Without bells and whistles, our best model can achieve a single-model single-scale AP of 47.4% on COCO.

研究の動機と目的

• アンカーポイント検出器が高速である一方でキーポイント検出器と比較して性能に差があるというギャップを是正すること。
• アンカーポイント検出器の精度を制限する主な要因が、非効率なトレーニングにあると特定すること。
• 特徴マップの各レベル内およびレベル間でアンカーポイントを統合的に最適化することで、局所化精度と特徴の利用効率を向上させること。
• ヒューリスティックなマップレベル選択やトレーニング中の誤った注目に依存しないようにすること。

提案手法

• 幾何的距離と各レベルの特徴参加度に基づいて損失寄与度を再重みづけるソフト重み付きアンカーポイントを導入する。
• 検出器と同時に最適化される軽量な特徴選択ネットワークを用いて、インスタンス依存の各レベル参加度を学習する。
• 分類損失と局所化損失の両方にソフト重みを適用することで、検出性能のバランスを保ち、整合性の低い特徴を抑制する。
• トレーニング中にマップレベルをソフト選択することで、複数レベルの特徴統合を可能にし、固定された単一レベル割り当てを回避する。
• 検出器と同時にエンドツーエンドで特徴選択ネットワークをトレーニングするが、推論時には除外することで速度を維持する。
• 後処理ではなくトレーニング段階でソフト重みを適用することで、誤った注目問題を直接是正する。

実験結果

リサーチクエスチョン

• RQ1 なぜアンカーポイント検出器は、推論が高速でアーキテクチャが単純であるにもかかわらず、キーポイント検出器に劣る性能を示すのか？
• RQ2 トレーニング中の誤った注目をどのように軽減すれば、アンカーポイント検出器の局所化精度を向上させられるか？
• RQ3 複数のマップレベルにわたる特徴を最適に選択・重みづける方法は何か？
• RQ4 推論時に信頼度スコアを再重みづけるのではなく、トレーニング時に損失をソフト重みづけることで、性能が向上するか？
• RQ5 マップレベル全体にわたるアンカーポイントの統合的最適化は、さまざまなバックボーンアーキテクチャにおいて一貫した精度向上をもたらすか？

主な発見

• SAPDは、1つのモデルと1つのスケールでCOCOで47.4% APを達成し、最高のキーポイント検出器であるCenterNet（44.9% AP）を上回り、正確なTridentNet（46.8% AP）の3倍以上も高速である。
• ソフト重み付きアンカーポイント戦略により、ResNet-50を用いたベースラインFSAFはCOCOで2.1% AP向上したが、推論速度に影響はなかった。
• トレーニング時に損失にソフト重みを適用することで、推論時に適用される最良のセンター感度重み付け法（0.6% AP向上）を上回り、1.1% AP向上を達成した。
• 分類損失と局所化損失の両方にソフト重みを適用すると最良の性能（48.5% AP）が得られ、一方の損失のみに重みを適用すると性能が低下した。
• 特徴選択ネットワークは、マップレベルごとのインスタンス依存参加度を効果的に学習し、推論コストを増加させることなく、効果的な複数レベル特徴利用を可能にした。
• 提案手法はハイパーパrameterに強く依存せず、さまざまなバックボーンネットワークや高度な特徴マップ設計（Balanced FPNを含む）において一貫した性能を示した。