[论文解读] PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments

Zhiming Chen, Kean Chen+5 more|arXiv (Cornell University)|Jul 19, 2020

Advanced Neural Network Applications参考文献 47被引用 16

一句话总结

本文提出了一种新型可微分损失函数 PIoU Loss，联合优化旋转目标检测中的 IoU 和角度精度，显著提升了在高长宽比和复杂背景物体上的性能。在基于锚点和无锚点的模型上均进行了评估，PIoU 在 mAP 方面取得了最先进性能，尤其在为挑战性真实场景设计的新数据集 Retail50K 上表现突出。

ABSTRACT

Object detection using an oriented bounding box (OBB) can better target rotated objects by reducing the overlap with background areas. Existing OBB approaches are mostly built on horizontal bounding box detectors by introducing an additional angle dimension optimized by a distance loss. However, as the distance loss only minimizes the angle error of the OBB and that it loosely correlates to the IoU, it is insensitive to objects with high aspect ratios. Therefore, a novel loss, Pixels-IoU (PIoU) Loss, is formulated to exploit both the angle and IoU for accurate OBB regression. The PIoU loss is derived from IoU metric with a pixel-wise form, which is simple and suitable for both horizontal and oriented bounding box. To demonstrate its effectiveness, we evaluate the PIoU loss on both anchor-based and anchor-free frameworks. The experimental results show that PIoU loss can dramatically improve the performance of OBB detectors, particularly on objects with high aspect ratios and complex backgrounds. Besides, previous evaluation datasets did not include scenarios where the objects have high aspect ratios, hence a new dataset, Retail50K, is introduced to encourage the community to adapt OBB detectors for more complex environments.

研究动机与目标

• 解决现有 OBB 检测器因仅优化角度而导致对高长宽比物体不敏感的问题。
• 在传统 IoU 基损失无法与回归质量相关联的复杂背景中，提升检测精度。
• 开发一种可微分的像素级损失函数，直接与 IoU 相关，并实现对五个 OBB 参数的联合优化。
• 引入一个新的基准数据集 Retail50K，用于评估并推动真实世界、近距离和杂乱环境中的 OBB 检测器发展。
• 证明 PIoU Loss 在基于锚点和无锚点检测框架中的泛化能力。

提出的方法

• PIoU Loss 从 IoU 指标推导而来，采用像素级形式，实现对五个 OBB 参数（cx, cy, w, h, θ）的可微分和连续优化。
• 损失函数累积预测与真实 OBB 重叠像素的贡献，确保与 IoU 的直接相关性并改善梯度传播。
• 通过将 IoU 和角度精度整合到统一的可微分目标中，替代仅最小化角度误差的标准距离损失（如 SmoothL1）。
• 该方法兼容基于锚点和无锚点的检测框架，具备广泛适用性。
• 提出一种变体 HPIoU，作为更快的近似版本，精度略有降低但训练速度更高。
• 在 DOTA、HRSC2016 和新引入的 Retail50K 数据集上评估损失函数，验证其在不同领域的鲁棒性。

实验结果

研究问题

• RQ1 一种可微分损失函数，若能联合优化 IoU 和角度精度，是否能显著提升高长宽比物体上的旋转目标检测性能？
• RQ2 与标准距离损失（如 SmoothL1）相比，PIoU Loss 在 IoU 相关性和检测精度方面表现如何？
• RQ3 PIoU Loss 在不同检测框架（包括基于锚点和无锚点模型）中的泛化能力有多强？
• RQ4 引入 Retail50K 这类新基准数据集是否能有效暴露现有 OBB 检测器的局限性，并实现新方法的公平评估？
• RQ5 PIoU Loss 是否可扩展至 3D 旋转目标检测，并带来显著的性能提升？

主要发现

• 与使用 SmoothL1 损失的基线模型 RefineDet 相比，PIoU Loss 在 DOTA 数据集上将 mAP 提升了 1.6 个百分点。
• 在 Retail50K 数据集上，PIoU 将 RefineDet 的 mAP 从 50.9% 提升至 52.5%，将 ResNet101 变体的 mAP 从 55.1% 提升至 56.5%。
• 使用 PIoU 的 CenterNet 在 DOTA 上达到 60.5% 的 mAP，相比基线提升了 1.4 个百分点。
• 图 6 的可视化结果表明，PIoU 在 Retail50K 的高长宽比物体上生成了更准确、更鲁棒的 OBB。
• HPIoU 的性能略低于 PIoU（在 DOTA、Retail50K 和 HRSC2016 上分别提升 0.87、1.41 和 0.18 mAP），但训练速度更快。
• 初步结果表明，PIoU 在 KITTI 上将 PointPillars 的 mAP 提升了 0.65、0.64 和 2.0（分别针对汽车、行人和骑行人，在中等难度下），显示出向 3D 扩展的潜力。