[논문 리뷰] FCOS: Fully Convolutional One-Stage Object Detection

Zhi Tian, Chunhua Shen외 2명|arXiv (Cornell University)|2019. 04. 02.

Advanced Neural Network Applications참고 문헌 32인용 수 799

한 줄 요약

FCOS는 앵커- 및 제안 없이, 다층 예측과 중심-ness 분기로 단일 모델의 원스테이지 검출기 중 최첨단 결과를 달성하는 완전 합성곱 기반 객체 탐지기로, 예를 들어 COCO에서 44.7 AP와 개선을 보여줍니다.

ABSTRACT

We propose a fully convolutional one-stage object detector (FCOS) to solve object detection in a per-pixel prediction fashion, analogue to semantic segmentation. Almost all state-of-the-art object detectors such as RetinaNet, SSD, YOLOv3, and Faster R-CNN rely on pre-defined anchor boxes. In contrast, our proposed detector FCOS is anchor box free, as well as proposal free. By eliminating the predefined set of anchor boxes, FCOS completely avoids the complicated computation related to anchor boxes such as calculating overlapping during training. More importantly, we also avoid all hyper-parameters related to anchor boxes, which are often very sensitive to the final detection performance. With the only post-processing non-maximum suppression (NMS), FCOS with ResNeXt-64x4d-101 achieves 44.7% in AP with single-model and single-scale testing, surpassing previous one-stage detectors with the advantage of being much simpler. For the first time, we demonstrate a much simpler and flexible detection framework achieving improved detection accuracy. We hope that the proposed FCOS framework can serve as a simple and strong alternative for many other instance-level tasks. Code is available at:Code is available at: https://tinyurl.com/FCOSv1

연구 동기 및 목표

• 객체 탐지를 시맨틱 세분화에 준하는 픽셀 단위 예측으로 재정의한다.
• 학습 및 추론을 단순화하기 위해 앵커 박스와 관련 하이퍼파라미터를 제거한다.
• 다중 수준 FPN을 활용해 재현율을 개선하고 겹치는 박스에서 발생하는 모호성을 줄인다.
• 센터-ness 분대를 도입해 저품질 탐지를 억제하고 정확도를 높인다.
• 다른 인스턴스별 작업의 기본선 및 확장으로서 강력한 성능을 보여준다.

제안 방법

• 각 픽셀에서 경계 상자 측면을 위치에 상대적으로 인코딩하는 4D 벡터(l, t, r, b)를 예측한다.
• FPN의 다중 수준 피처 맵(P3–P7)을 사용해 객체 스케일을 커버하고 각 레벨의 회귀를 m_i 임계값으로 제한한다.
• 분류에는 focal loss를, 회귀에는 IoU 기반 손실을 적용하고 정규화 및 훈련 가능한 수준별 지수 기초를 사용한다.
• 단일 레이어 중심-ness 분기를 도입해 픽셀의 객체 중심으로부터의 거리를 점수화하고 추론 시 이 점수를 분류 신뢰도와 곱한다.
• 양성 샘플은 GT 박스 내부 픽셀로 구성하고 중첩 시 최솟값 영역의 박스를 사용하는 간단한 모호성 규칙을 사용한다.
• 안정성을 위해 추가 헤드에서 GN을 사용하고 공정한 비교를 위해 RetinaNet 유사한 학습/테스트 하이퍼파라미터를 재활용한다.

실험 결과

연구 질문

• RQ1 객체 탐지를 시맨틱 세분화에 준하는 픽셀 단위, 앵커-프리 프레임워크에서 효과적으로 해결할 수 있는가?
• RQ2 앵커 박스와 관련 하이퍼파라미터를 제거하는 것이 정확도를 희생하지 않으면서 단순성을 개선하는가?
• RQ3 FPN을 통한 다중 수준 예측이 앵커-프리 탐지기에서의 재현율 및 겹치는 GT 박스로 인한 모호성 이슈를 완화하는가?
• RQ4 센터-ness 신호가 저품질 탐지를 효과적으로 억제하고 전체 성능을 향상시키는가?
• RQ5 FCOS가 강력한 기본선으로 작용하고 2단계 검출기를 위한 RPN 대체제로서 역할할 수 있는가?

주요 결과

• FCOS는 동일한 학습/추론 설정 하에서 앵커 기반 검출기보다 경쟁적이거나 우수한 성능을 보여주며 (예: RetinaNet과 비슷하거나 더 높은 AP).
• ResNet-50 + FPN 백본에서 FCOS는 동일 설정에서 일부 앵커 기반 상대보다 더 높은 AR에 도달한다.
• 센터-ness 없이 FCOS는 구성이 달라지면 AP가 약 33.5–36.3 정도이고, center-ness를 사용할 경우 AP가 37.1로 향상되며 (개선 시 38.1–38.6까지 증가).
• 가장 잘 보고된 단일 모델 단일 스케일 결과는 44.7 AP에 도달하며 ResNeXt-64x4d-101-FPN에서 개선되어 COCO test-dev에서 앵커 기반 RetinaNet보다 2.4 AP 높다.
• 다중 수준 예측은 FPN 없이 23.16%의 모호한 샘플 비율을 FPN 적용 시 7.14%로 감소시키고, 교차 범주 중첩만 고려하면 거의 1.5%에 근접한다.
• FCOS는 인스턴스 레벨 태스크의 간단하고 유연한 기본선으로서 강력한 가능성을 보여주며, 2단계 검출기의 RPN 대안으로도 효과적임을 입증한다(예: AR100에서 AR 증가 8.1%).