[논문 리뷰] Anchor Box Optimization for Object Detection

Yuanyi Zhong, Jianfeng Wang외 2명|arXiv (Cornell University)|2018. 12. 02.

Advanced Neural Network Applications참고 문헌 25인용 수 15

한 줄 요약

이 논문은 확률적 경사 하강법을 사용하여 훈련 중에 앵커 박스 형상을 동적으로 학습하는 방법을 제안하며, 이는 객체 검출기의 앵커 크기와 종횡비를 데이터 분포와 네트워크 용량에 자동으로 적응시킬 수 있도록 한다. 이 방법은 COCO 및 Pascal VOC와 같은 여러 벤치마크에서 추론 비용을 증가시키지 않고도 일관된 mAP 향상(≥1%)을 달성한다.

ABSTRACT

In this paper, we propose a general approach to optimize anchor boxes for object detection. Nowadays, anchor boxes are widely adopted in state-of-the-art detection frameworks. However, these frameworks usually pre-define anchor box shapes in heuristic ways and fix the sizes during training. To improve the accuracy and reduce the effort of designing anchor boxes, we propose to dynamically learn the anchor shapes, which allows the anchors to automatically adapt to the data distribution and the network learning capability. The learning approach can be easily implemented with stochastic gradient descent and can be plugged into any anchor box-based detection framework. The extra training cost is almost negligible and it has no impact on the inference time or memory cost. Exhaustive experiments demonstrate that the proposed anchor optimization method consistently achieves significant improvement ($\ge 1\%$ mAP absolute gain) over the baseline methods on several benchmark datasets including Pascal VOC 07+12, MS COCO and Brainwash. Meanwhile, the robustness is also verified towards different anchor initialization methods and the number of anchor shapes, which greatly simplifies the problem of anchor box design.

연구 동기 및 목표

• 객체 검출 프레임워크에서 히وري스틱이고 고정된 앵커 박스 설계로 인한 성능 저하 문제를 해결하기 위해.
• 훈련 중에 앵커 치수를 학습 가능하게 하여 수동적인 앵커 형상 조정이 필요 없도록 하기 위해.
• 추론 비용을 증가시키지 않고 다양한 데이터셋과 검출기 아키텍처에서 검출 정확도를 향상시키기 위해.
• 다양한 앵커 초기화 전략과 앵커 형상 수에 걸쳐도 방법의 강건성을 입증하기 위해.

제안 방법

• 앵커의 폭과 높이를 훈련 중에 확률적 경사 하강법으로 갱신하는 학습 가능한 파라미터로 간주하기.
• 초기 훈련을 안정화하기 위해 실제 박스를 앵커에 점진적으로 할당하는 소프트 할당 웜업 전략 도입하기.
• 훈련 중에 온라인 클러스터링을 적용하여 앵커 형상을 개선하고 수렴성과 적응성을 높이기.
• 특히 앵커 최적화와 함께 사용할 경우 훈련을 안정화시키기 위해 배치 정규화(Shifting 없음, BN) 적용하기.
• 최소한의 아키텍처 변경으로 기존의 앵커 기반 검출기인 YOLOv2와 Faster R-CNN에 이 방법 통합하기.
• 추론 네트워크를 수정하지 않아 추론 효율성을 유지함으로써 런타임 또는 메모리 오버헤드 없이 구현하기.

실험 결과

연구 질문

• RQ1 훈련 중에 앵커 박스 형상이 효과적으로 학습되어 검출 정확도 향상에 기여할 수 있는가?
• RQ2 다양한 초기화 방법(예: 균일, k-means, COCO 기반)에서 앵커 최적화 성능는 어떻게 되는가?
• RQ3 앵커 형상 수를 변화시켜도 이 방법이 여전히 효과적인가?
• RQ4 안정적이고 효과적인 앵커 최적화를 위해 필수적인 훈련 기법은 무엇인가?
• RQ5 이 방법은 일단계 및 이단계 검출기 모두에 일반화 가능한가?

주요 결과

• k-means 앵커로 초기화한 Brainwash 데이터셋에서 제안된 방법은 mAP를 1.2% 절대 향상시켜 78.98%에서 80.18%로 향상시켰다.
• YOLOv2를 사용한 Pascal VOC 07+12에서, ResNet50 FPN을 사용할 경우 mAP가 1.0% 향상되었으며(78.52%에서 79.52%로),
• COCO 2017에서 Faster R-CNN과 ResNet50 FPN을 사용할 경우 mAP@.5:.95가 0.31점 향상되었으며(36.78%에서 37.09%로),
• 균일, k-means, COCO 기반 앵커를 포함한 다양한 앵커 초기화 방법에서 일관된 성능 향상을 보였다.
• 앵커 형상 수에 관계없이 안정적인 성능 향상이 이루어졌으며, 앵커 수에 상관없이 mAP 향상 폭은 0.5%에서 1.2% 사이였다.
• COCO 2017에서 RPN의 상위 50개 제안 항목에서 0.83% 향상되고, 상위 100개 제안 항목에서는 0.51% 향상되어 더 나은 제안 품질을 나타냈다.