[论文解读] A Mask-RCNN Baseline for Probabilistic Object Detection

Phil Ammirato, Alexander C. Berg|arXiv (Cornell University)|Aug 9, 2019

Advanced Neural Network Applications参考文献 10被引用 16

一句话总结

本文提出了一种基于Mask-RCNN的概率目标检测基线方法，通过合成数据进行微调，并结合后处理启发式方法以优化基于概率的检测质量（PDQ）。该方法在PODC 2019挑战赛中获得21.432的PDQ得分，排名第二，通过将所有检测分数设为1.0、将框尺寸缩小10%，并将协方差矩阵缩放至框尺寸的30%，实现了较高的空间质量和整体检测质量。

ABSTRACT

The Probabilistic Object Detection Challenge evaluates object detection methods using a new evaluation measure, Probability-based Detection Quality (PDQ), on a new synthetic image dataset. We present our submission to the challenge, a fine-tuned version of Mask-RCNN with some additional post-processing. Our method, submitted under username pammirato, is currently second on the leaderboard with a score of 21.432, while also achieving the highest spatial quality and average overall quality of detections. We hope this method can provide some insight into how detectors designed for mean average precision (mAP) evaluation behave under PDQ, as well as a strong baseline for future work.

研究动机与目标

• 在新的PDQ评估指标下，利用知名检测器Mask-RCNN建立一个强大的概率目标检测基线。
• 研究mAP优化的检测器（如Mask-RCNN）在PDQ评估下的表现，其中检测分数被视为真实概率。
• 通过领域自适应和针对PDQ评分机制定制的后处理方法，提升在合成PODC数据集上的检测性能。
• 探索无需在训练期间引入复杂不确定性建模的启发式方法，以增强PDQ和空间质量。

提出的方法

• 在MSCOCO数据集上预训练的Mask-RCNN模型，通过结合MSCOCO、SunCG和增强后的House3D合成图像数据集进行微调，以提升领域泛化能力。
• 移除非PODC对象类别的掩码和分类头，得到一个30类检测器（Mask-RCNN-30），在真实图像上进行mAP训练。
• 应用后处理：移除分数低于0.5的检测结果，然后将剩余所有分数设为1.0，以最大化PDQ和空间质量。
• 将低分但与其它检测结果IOU较高的检测结果重新引入，以恢复可能的真正例，即使存在模糊性。
• 将边界框的宽度和高度各缩小10%，以最小化背景概率分配，提升空间质量。
• 为每个角落添加一个概率边界框（pbox），其协方差矩阵缩放至框宽的30%和框高的30%，略微提升了PDQ。

实验结果

研究问题

• RQ1 标准mAP优化检测器（如Mask-RCNN）在PDQ评估指标下表现如何，该指标将分数视为真实概率？
• RQ2 哪些后处理启发式方法能在不进行端到端微调的情况下显著提升PDQ和空间质量？
• RQ3 缩放边界框的不确定性（协方差）对PDQ下的检测质量有何影响？
• RQ4 在合成检测设置中，框体尺寸缩小和分数归一化在多大程度上能提升PDQ和空间质量？
• RQ5 在低数据、合成检测场景下，简单且可解释的启发式方法是否能超越复杂的不确定性建模？

主要发现

• 最终方法在PODC 2019挑战赛中获得21.432的PDQ得分，排名第二，空间质量与整体检测质量均为最高。
• 在0.5阈值后将所有检测分数设为1.0，虽然降低了分数的可解释性，但实现了最高的PDQ。
• 将边界框尺寸缩小10%后，PDQ从16.36提升至18.11，平均空间质量从46.05提升至55.00。
• 将协方差矩阵缩放至框尺寸的30%（例如，100×50的框，对应宽度的30%和高度的15%）时，PDQ表现最佳。
• 消融实验表明，PDQ从16.13（20%协方差）提升至16.36（20%协方差加框体缩小），表明尺寸缩小与不确定性建模之间存在协同效应。
• 将低分但IOU较高的检测结果重新加入仅带来微小提升，表明其相对于计算成本的收益有限。