[論文レビュー] FCOSR: A Simple Anchor-free Rotated Detector for Aerial Object Detection

Zhonghua Li, Biao Hou+4 more|arXiv (Cornell University)|Nov 21, 2021

Advanced Neural Network Applications参考文献 42被引用数 15

ひとこと要約

FCOSRは、FCOSに基づき、楕円中心サンプリング戦略とファジィラベル割り当てを用いてトレーニングラベル品質を向上させる、シンプルでアンカーフリーの1段階回転物体検出器を提案する。DOTA1.0では79.25 mAPを達成し、軽量なTensorRT最適化モデルを用いてJetson Xavier NX上で10.68 FPSで実行可能であり、高い精度とデプロイ性を示している。

ABSTRACT

Existing anchor-base oriented object detection methods have achieved amazing results, but these methods require some manual preset boxes, which introduces additional hyperparameters and calculations. The existing anchor-free methods usually have complex architectures and are not easy to deploy. Our goal is to propose an algorithm which is simple and easy-to-deploy for aerial image detection. In this paper, we present a one-stage anchor-free rotated object detector (FCOSR) based on FCOS, which can be deployed on most platforms. The FCOSR has a simple architecture consisting of only convolution layers. Our work focuses on the label assignment strategy for the training phase. We use ellipse center sampling method to define a suitable sampling region for oriented bounding box (OBB). The fuzzy sample assignment strategy provides reasonable labels for overlapping objects. To solve the insufficient sampling problem, a multi-level sampling module is designed. These strategies allocate more appropriate labels to training samples. Our algorithm achieves 79.25, 75.41, and 90.15 mAP on DOTA1.0, DOTA1.5, and HRSC2016 datasets, respectively. FCOSR demonstrates superior performance to other methods in single-scale evaluation. We convert a lightweight FCOSR model to TensorRT format, which achieves 73.93 mAP on DOTA1.0 at a speed of 10.68 FPS on Jetson Xavier NX with single scale. The code is available at: https://github.com/lzh420202/FCOSR

研究の動機と目的

• アンカーベースの設計の複雑さを回避する、軽量でデプロイ可能な航空画像向け物体検出手法を開発すること。
• 既存のアンカーフリー手法の限界に対処すること、特に回転物体検出において複雑なアーキテクチャと一般化性能の低さを改善すること。
• 回転物体検出におけるオriented bounding boxes (OBBs) のラベル割り当てを、新しいサンプリング戦略を用いて改善すること。
• マルチレベルサンプリングモジュールを活用し、特徴学習を向上させ、サンプリング不足を軽減すること。
• エッジプラットフォームでのリアルタイムデプロイに適した、最小限の計算コストで高い精度を達成すること。

提案手法

• シンプルさとデプロイ性を重視し、畳み込み層のみを用いた1段階アンカーフリー検出器アーキテクチャを採用。
• 回転物体検出のための空間的に適応的なサンプリング領域を定義するために、楕円中心サンプリング法を導入し、局所化精度を向上。
• 重複する物体に対しても合理的なラベルを割り当てるために、ファジィサンプル割り当て戦略を採用し、トレーニングにおける曖昧さを低減。
• 特に小さな物体や密集した物体に対してサンプリング不足が生じるのを軽減するため、マルチレベルサンプリングモジュールを設計。
• TensorRTを用いて軽量なFCOSRモデルを推論最適化し、Jetson Xavier NXなどのエッジデバイスでリアルタイム性能を実現。
• 性能評価のため、DOTA1.0、DOTA1.5、HRSC2016ベンチマークで標準的なmAP指標を用いる。

実験結果

リサーチクエスチョン

• RQ1 手動で設計されたアンカーボックスに依存せずに、シンプルでアンカーフリーな検出器が航空画像物体検出で高い性能を達成できるか？
• RQ2 重複する物体が存在する状況下で、オriented bounding boxes (OBBs) のラベル割り当てをどのように改善できるか？
• RQ3 マルチレベルサンプリング戦略は、回転物体検出におけるサンプリング不足を効果的に解消できるか？
• RQ4 エッジデバイスに軽量なFCOSRモデルをデプロイする際、精度と推論速度のトレードオフはどのように変化するか？
• RQ5 提案手法は、さまざまなプラットフォームに容易にデプロイ可能でありながら、高いmAPを維持できるか？

主な発見

• FCOSRはDOTA1.0データセットで79.25 mAPを達成し、シングルスケール評価において他の手法を上回った。
• モデルはDOTA1.5で75.41 mAP、HRSC2016で90.15 mAPを達成し、多様な航空画像データセットにおける強力な一般化性能を示した。
• 軽量なFCOSRモデルは、TensorRTを用いてJetson Xavier NXにデプロイした際、DOTA1.0で73.93 mAP、10.68 FPSを達成した。
• 楕円中心サンプリングとファジィラベル割り当て戦略は、トレーニングラベル品質とモデルのロバスト性を顕著に向上させた。
• マルチレベルサンプリングモジュールは、特に小さな物体や重複する物体に対して、サンプリング不足を効果的に緩和した。
• モデルのシンプルさと効率的なデプロイ性により、エッジデバイスにおけるリアルタイムアプリケーションに適している。