[논문 리뷰] DeRPN: Taking a further step toward more general object detection

Lele Xie, Yuliang Liu외 2명|arXiv (Cornell University)|2018. 11. 16.

Advanced Neural Network Applications참고 문헌 29인용 수 5

한 줄 요약

이 논문은 고정된 앵커 박스에 의존하지 않고 유연한 앵커 스트링을 통해 객체의 폭과 높이 예측을 분리함으로써 차원 분해 영역 제안 네트워크인 DeRPN을 제안한다. 이는 일반 객체 검출(Pascal VOC, MS COCO) 및 시나리오 텍스트 검출(ICDAR 2013, COCO-Text)에서 초당 하이퍼파라미터 조정 없이 최신 기술 수준의 성능을 달성하며, COCO-Text에서 F-측정치 기준으로 RPN 대비 최대 10% 향상되면서도 동일한 추론 속도를 유지한다.

ABSTRACT

Most current detection methods have adopted anchor boxes as regression references. However, the detection performance is sensitive to the setting of the anchor boxes. A proper setting of anchor boxes may vary significantly across different datasets, which severely limits the universality of the detectors. To improve the adaptivity of the detectors, in this paper, we present a novel dimension-decomposition region proposal network (DeRPN) that can perfectly displace the traditional Region Proposal Network (RPN). DeRPN utilizes an anchor string mechanism to independently match object widths and heights, which is conducive to treating variant object shapes. In addition, a novel scale-sensitive loss is designed to address the imbalanced loss computations of different scaled objects, which can avoid the small objects being overwhelmed by larger ones. Comprehensive experiments conducted on both general object detection datasets (Pascal VOC 2007, 2012 and MS COCO) and scene text detection datasets (ICDAR 2013 and COCO-Text) all prove that our DeRPN can significantly outperform RPN. It is worth mentioning that the proposed DeRPN can be employed directly on different models, tasks, and datasets without any modifications of hyperparameters or specialized optimization, which further demonstrates its adaptivity. The code will be released at https://github.com/HCIILAB/DeRPN.

연구 동기 및 목표

• 다양한 데이터셋 간 앵커 박스 설정에 민감하여 성능이 떨어지는 앵커 기반 검출기의 일반화 성능 문제를 해결하기 위해.
• 다양한 검출 작업에서 수작업 또는 K-means 기반 앵커 박스 설계가 필요 없도록 하기 위해.
• 텍스트와 같이 작은 크기이거나 길고 좁은 형태의 객체에 대해 폭과 높이 예측을 분리함으로써 검출 성능을 향상시키기 위해.
• 계산 효율성을 유지하면서 영역 제안 품질과 리콜을 향상시키기 위해.
• 모델, 작업, 데이터셋 간에 수정 없이 즉시 사용 가능한 플러그-인 영역 제안 모듈을 개발하기 위해.

제안 방법

• DeRPN은 객체의 폭과 높이 예측을 분리하는 앵커 스트링 메커니즘을 도입하여, 예측된 차원이 정답과 독립적으로 매칭될 수 있도록 한다.
• 고정된 앵커 박스를 다양한 객체 종횡비를 효과적으로 커버할 수 있는 탄력적인 앵커 스트링으로 대체한다.
• 작은 객체가 손실 기여도에서 압도당하지 않도록 다양한 객체 크기 간 손실 기여도를 균형 잡는 스케일 민감한 손실 함수를 제안한다.
• 표준 RPN과 동일한 네트워크 아키텍처와 추론 속도를 유지하여 이중 단계 검출기 내에 원활하게 통합될 수 있도록 한다.
• 차원 분해 메커니즘은 회귀 복잡도를 감소시켜 더 정확하고 안정적인 훈련을 가능하게 한다.
• 이 방법은 보편적으로 적용 가능하도록 설계되었으며, 하이퍼파라미터 조정이나 작업별 최적화가 필요하지 않다.

실험 결과

연구 질문

• RQ1 다양한 데이터셋 간에 앵커 박스 재구성 없이도 일반화 성능을 보장할 수 있는 영역 제안 네트워크를 설계할 수 있는가?
• RQ2 폭과 높이 예측을 분리함으로써 극단적인 종횡비를 가진 객체에서 검출 성능에 어떤 영향을 미치는가?
• RQ3 스케일 민감한 손실 함수가 작은 객체와 큰 객체 간 손실 기여도의 불균형을 효과적으로 완화할 수 있는가?
• RQ4 DeRPN은 일반 객체 검출과 시나리오 텍스트 검출과 같은 특수 작업 모두에서 적응 없이 RPN을 초월할 수 있는가?
• RQ5 DeRPN은 재학습이나 하이퍼파라미터 조정 없이도 다양한 모델과 데이터셋에 플러그인 모듈로 배치할 수 있는가?

주요 결과

• DeRPN은 단일 스케일 테스트 조건에서 COCO-Text에서 57.11%의 F-측정치를 기록하여 이전의 모든 방법들을 능가했다.
• COCO-Text에서 DeRPN은 K-means 기반 최고의 RPN 버전보다 F-측정치 기준으로 10% 이상 높았으며, AP50는 53.43%, IoU 50 기준 리콜은 73.74%를 기록했다.
• DeRPN은 RPN과 거의 동일한 추론 속도를 유지했으며, 단일 TITAN XP GPU에서 표준 RPN과 비교해 FPS가 유사했다.
• Pascal VOC 및 MS COCO에서 DeRPN은 RPN 대비 유의미하게 리콜과 AP 점수를 향상시켜 더 뛰어난 영역 제안 품질을 입증했다.
• 하이퍼파라미터 조정이나 작업별 특화 최적화 없이도 일반 검출 및 시나리오 텍스트 검출 벤치마크에서 최신 기술 수준의 성능을 달성했다.
• 시각적 예시를 통해 DeRPN이 극단적인 종횡비를 가진 작은 크기의 긴 텍스트 객체를 효과적으로 탐지함으로써 형태 변화에 대한 강건성을 검증했다.