[论文解读] DAFNe: A One-Stage Anchor-Free Deep Model for Oriented Object Detection

Steven Lang, Fabrizio Ventola+1 more|arXiv (Cornell University)|Sep 13, 2021

Advanced Neural Network Applications参考文献 46被引用 9

一句话总结

DAFNe 是一种单阶段、无锚点的深度神经网络，用于定向目标检测，通过使用方向感知的中心度函数和从中心到角落的边界框预测策略，提升了检测精度。在 DOTA 1.0 数据集上，其 mAP 达到 76.95%，相较于之前表现最佳的单阶段无锚点模型，mAP 提升了 4.65%，创下新的最先进水平。

ABSTRACT

Object detection is a fundamental task in computer vision. While approaches for axis-aligned bounding box detection have made substantial progress in recent years, they perform poorly on oriented objects which are common in several real-world scenarios such as aerial view imagery and security camera footage. In these cases, a large part of a predicted bounding box will, undesirably, cover non-object related areas. Therefore, oriented object detection has emerged with the aim of generalizing object detection to arbitrary orientations. This enables a tighter fit to oriented objects, leading to a better separation of bounding boxes especially in case of dense object distributions. The vast majority of the work in this area has focused on complex two-stage anchor-based approaches. Anchors act as priors on the bounding box shape and require attentive hyper-parameter fine-tuning on a per-dataset basis, increased model size, and come with computational overhead. In this work, we present DAFNe: A Dense one-stage Anchor-Free deep Network for oriented object detection. As a one-stage model, DAFNe performs predictions on a dense grid over the input image, being architecturally simpler and faster, as well as easier to optimize than its two-stage counterparts. Furthermore, as an anchor-free model, DAFNe reduces the prediction complexity by refraining from employing bounding box anchors. Moreover, we introduce an orientation-aware generalization of the center-ness function for arbitrarily oriented bounding boxes to down-weight low-quality predictions and a center-to-corner bounding box prediction strategy that improves object localization performance. DAFNe improves the prediction accuracy over the previous best one-stage anchor-free model results on DOTA 1.0 by 4.65% mAP, setting the new state-of-the-art results by achieving 76.95% mAP.

研究动机与目标

• 为解决在航空影像和安防监控等真实场景中，目标常呈定向排列时，轴对齐目标检测方法的局限性。
• 克服两阶段、基于锚点方法的缺点，包括计算成本高、超参数调优复杂以及模型尺寸增大等问题。
• 开发一种更简单、更快、更准确的单阶段无锚点模型，用于定向目标检测。
• 通过引入从中心到角落的预测策略和方向感知的中心度函数，提升定位精度。

提出的方法

• DAFNe 在特征图上进行密集预测，无需锚点框，从而降低预测复杂度。
• 提出一种方向感知的中心度函数泛化形式，用于抑制任意方向边界框的低质量预测。
• 采用从中心到角落的回归策略，从中心点预测到四个角点，提升定位精度。
• 网络结构设计为单阶段检测器，相比两阶段模型，推理速度更快，优化更简便。
• 利用主干网络的特征图，在一次前向传播中同时预测类别得分、框坐标和方向角度。
• 方向感知的中心度函数通过引入旋转感知的置信度评分，特别适配于处理旋转边界框。

实验结果

研究问题

• RQ1 单阶段无锚点模型是否能在不依赖锚点先验的情况下，实现定向目标检测的最先进性能？
• RQ2 方向感知的中心度函数如何提升对任意方向目标的检测质量？
• RQ3 从中心到角落的预测策略在密集和旋转目标场景中，对定位精度的提升程度如何？
• RQ4 与现有的两阶段和基于锚点的定向检测方法相比，DAFNe 在准确率和效率方面表现如何？

主要发现

• DAFNe 在 DOTA 1.0 数据集上达到 76.95% 的 mAP，创下单阶段无锚点模型的新最先进水平。
• 与之前在 DOTA 1.0 上表现最佳的单阶段无锚点模型相比，DAFNe 的 mAP 提升了 4.65%。
• 方向感知的中心度函数通过降低旋转目标上低质量预测的权重，有效减少了误检。
• 从中心到角落的预测策略显著提升了边界框拟合的紧密度，尤其在密集目标场景中表现突出。
• 由于采用单阶段、无锚点的设计，DAFNe 在推理速度和模型简洁性方面优于两阶段基于锚点的检测器。
• 消融实验验证了方向感知的中心度函数和从中心到角落的策略对性能提升具有关键作用。