[論文レビュー] The 1st Tiny Object Detection Challenge:Methods and Results

Xuehui Yu, Zhenjun Han+23 more|arXiv (Cornell University)|Sep 16, 2020

Advanced Neural Network Applications参考文献 19被引用数 6

ひとこと要約

本論文は、1610枚の画像と72,651件のアノテーションを備えたTinyPersonデータセットを導入し、最初のTiny Object Detection (TOD)チャレンジを提示した。36の国際チームがIOUおよびIOD基準に基づく無視領域を考慮したAPおよびMR指標を用いて評価され、マルチスケール学習、可変畳み込み、モデルアンサンブルなどの手法により、最高で72.33 AP50@tinyの性能を達成した。

ABSTRACT

The 1st Tiny Object Detection (TOD) Challenge aims to encourage research in developing novel and accurate methods for tiny object detection in images which have wide views, with a current focus on tiny person detection. The TinyPerson dataset was used for the TOD Challenge and is publicly released. It has 1610 images and 72651 box-levelannotations. Around 36 participating teams from the globe competed inthe 1st TOD Challenge. In this paper, we provide a brief summary of the1st TOD Challenge including brief introductions to the top three methods.The submission leaderboard will be reopened for researchers that areinterested in the TOD challenge. The benchmark dataset and other information can be found at: https://github.com/ucas-vg/TinyBenchmark.

研究の動機と目的

• コンピュータビジョンにおける小さなオブジェクト検出のための専用データセットおよびベンチマークの不足に対処すること。
• 特に広視野の画像における小さなオブジェクトを検出するための新規で高精度な手法の研究を促進すること。
• 極端に小さなオブジェクトサイズ、高い背景のごみ、変動するポーズや視点といった実世界の課題に焦点を当てる。
• IOUおよびIOD（検出挿入）基準を用いた無視領域のための標準化された評価プロトコルを確立すること。
• 小さなオブジェクト検出分野の進展を促進し、より広範なオブジェクト検出研究および実世界の応用に貢献すること。

提案手法

• MS COCOで事前学習されたResNet-50、FPN、DCNv2を用いたFaster R-CNNをベースラインモデルとして採用した。
• ResNet-50のステージ3～5に可変畳み込みを適用し、各FPN畳み込み層の後にバッチ正規化を適用した。
• ResNetをResNet-vdに置き換え、さらにRes2Net-50を用いることで性能を向上させ、ResNet-50-vdより3%の向上を達成した。
• 固定された長辺を用い、832～1500（PaddleDetection）または480～960（MMDetection）のランダム短辺サンプリングを用いたマルチスケール学習を実装した。
• ランダムな水平反転、クロッピング、拡張、CutMixに加え、選択されたカテゴリを有するVisDroneを追加データとして使用した。
• 1280×960および1024×768の大型テスト、二重しきい値テスト（信頼度 < 0.5 → 無視）、重み付きボックス統合（IoU=0.6）を用いたモデルアンサンブルを実施した。

実験結果

リサーチクエスチョン

• RQ1 高背景ごみを伴う広視野の画像における小さなオブジェクト検出における主な技術的課題は何か？
• RQ2 異なるバックボーンアーキテクチャ（例：ResNet、HRNet、Res2Net）は、小さなオブジェクト検出性能にどのように影響を与えるか？
• RQ3 マルチスケール学習およびデータ拡張は、小さなオブジェクトの検出精度をどの程度向上できるか？
• RQ4 IOUに基づくTop-kによるアダプティブサンプリング戦略は、ATSSのような固定しきい値手法に比べて、小さなオブジェクトのポジティブ候補生成においてどの程度効果的か？
• RQ5 異なるバックボーンおよびテスト戦略を用いたモデルアンサンブルは、小さなオブジェクト検出ベンチマークにおける検出性能を顕著に向上させることができるか？

主な発見

• 最良のチーム、Baidu-PPDetは、72.33 AP50@tinyのスコアを達成し、TinyPersonデータセット上で最先端の性能を示した。
• チームSTY-402は80.23 AP50@tiny3を達成し、やや大きな小さなオブジェクト（12～20ピクセル）において優れた性能を示した。中程度の小さなオブジェクト（AP50@tiny2）では76.06のスコアを記録した。
• 26w×4sのRes2Net-50の使用により、ResNet-50-vdより3%の性能向上が達成され、マルチスケール特徴抽出の利点が顕著に示された。
• マルチスケール学習および大規模テストは、サイズやポーズのばらつきが著しい小さなオブジェクトの検出精度を顕著に向上させた。
• 異なるバックボーンを用いた7つのモデルを用いたアンサンブルと、重み付きボックス統合（IoU=0.6）により、すべてのチームで一貫した性能向上が得られた。
• 無視領域に対するIOD指標は、大きな背景領域からの誤検出を効果的に低減させ、密集したシーンにおける評価の頑健性を向上させた。