[论文解读] 1st Place Solutions of Waymo Open Dataset Challenge 2020 -- 2D Object Detection Track

Zehao Huang, Zehui Chen+3 more|arXiv (Cornell University)|Aug 4, 2020

Advanced Neural Network Applications参考文献 23被引用 7

一句话总结

本论文展示了2020年Waymo Open Dataset 2D物体检测赛道的获胜解决方案，采用ResNet50-v1b主干网络结合FPN、Cascade R-CNN、堆叠PAFPN以及双头检测头。通过大规模推理、多尺度训练、置信度校准和集成学习，该方法实现了SOTA性能，在测试集上于LEVEL 2下达到74.43 mAP。

ABSTRACT

In this technical report, we present our solutions of Waymo Open Dataset (WOD) Challenge 2020 - 2D Object Track. We adopt FPN as our basic framework. Cascade RCNN, stacked PAFPN Neck and Double-Head are used for performance improvements. In order to handle the small object detection problem in WOD, we use very large image scales for both training and testing. Using our methods, our team RW-TSDet achieved the 1st place in the 2D Object Detection Track.

研究动机与目标

• 解决Waymo Open Dataset中70%的物体小于32×32像素时的小物体检测挑战。
• 在具有高分辨率图像和复杂物体尺度的大规模自动驾驶数据集上，提升2D物体检测性能。
• 针对Waymo评估协议下的平均精度（mAP）进行优化，尤其针对骑行人等低频类别的检测。
• 开发针对Waymo数据集独特尺度与标注分布的鲁棒训练与推理策略。

提出的方法

• 采用FPN结合ResNet50-v1b作为基线，通过调整锚框尺度和RoI分配策略，更好地处理小物体。
• 实施多尺度训练，采用随机裁剪，从{640, 960, 1280, 1600, 1920, 2240, 2560}中采样短边尺度，并将长边固定为3840。
• 在(1280, 1920)和(2240, 3360)下进行大规模测试以提升小物体检测性能，结合感知尺度的置信度衰减策略以平衡性能。
• 应用Cascade R-CNN，IoU阈值依次为0.5、0.6和0.7，以优化边界框预测并提升定位精度。
• 集成双头检测头——2全连接层用于分类，3残差块头用于回归——以增强特征表示能力。
• 采用三重堆叠PAFPN以加强特征金字塔各层级之间的特征融合，提升对小物体和中等物体的检测性能。

实验结果

研究问题

• RQ1 如何优化2D物体检测模型以应对高分辨率自动驾驶数据集中极小物体的检测？
• RQ2 大规模测试与多尺度训练对Waymo Open Dataset中小物体检测mAP的影响如何？
• RQ3 在Waymo评估设置下，通过温度缩放进行置信度校准是否能通过平滑精确率-召回率曲线来提升mAP？
• RQ4 与标准平均法相比，采用多样化主干网络与Linear-Reweight策略的集成学习在检测性能上表现如何？
• RQ5 在长尾数据集中，类别感知采样在提升骑行人等低频类别检测性能方面起到何种作用？

主要发现

• 最终集成模型在Waymo Open Dataset测试集上ALL_NS的LEVEL 2下达到74.43 mAP，获得第一名。
• 在(2240, 3360)下进行大规模测试，相比使用置信度衰减的基线多尺度测试，小物体mAP提升了1.0。
• 双头检测头设计通过专用卷积回归头提升了回归的鲁棒性，从而改善了检测性能。
• 在平衡子集上使用类别感知采样训练的专家模型，对骑行人类别达到63.31 mAP，优于通用模型。
• Linear-Reweight集成策略（基于验证集AP排名分配权重）在验证集上取得70.90 mAP，优于标准集成方法。
• 发现ResNet50-v1b、ResNet50-v1d和Res2Net50-v1b表现最佳，而更深的网络如ResNet101和ResNet152表现较差，尤其在骑行人检测上。