[论文解读] An Effective and Robust Detector for Logo Detection

Xiaojun Jia, Huanqian Yan+4 more|arXiv (Cornell University)|Aug 1, 2021

Handwritten Text Recognition Techniques参考文献 19被引用 7

一句话总结

该论文提出了一种基于级联 detectoRS 框架的鲁棒logo检测模型，通过引入多尺度训练/测试、等化损失（EQL-v2）以及对抗性数据增强，解决了小物体检测、长尾类别不平衡和对抗性鲁棒性问题。该方法在 ACM MM2021 鲁棒logo检测竞赛中取得第二名（mAP 0.650807）的成绩，参赛团队共计 36,489 支，证明了其卓越的性能和对对抗性扰动的强韧性。

ABSTRACT

In recent years, intellectual property (IP), which represents literary, inventions, artistic works, etc, gradually attract more and more people's attention. Particularly, with the rise of e-commerce, the IP not only represents the product design and brands, but also represents the images/videos displayed on e-commerce platforms. Unfortunately, some attackers adopt some adversarial methods to fool the well-trained logo detection model for infringement. To overcome this problem, a novel logo detector based on the mechanism of looking and thinking twice is proposed in this paper for robust logo detection. The proposed detector is different from other mainstream detectors, which can effectively detect small objects, long-tail objects, and is robust to adversarial images. In detail, we extend detectoRS algorithm to a cascade schema with an equalization loss function, multi-scale transformations, and adversarial data augmentation. A series of experimental results have shown that the proposed method can effectively improve the robustness of the detection model. Moreover, we have applied the proposed methods to competition ACM MM2021 Robust Logo Detection that is organized by Alibaba on the Tianchi platform and won top 2 in 36489 teams. Code is available at https://github.com/jiaxiaojunQAQ/Robust-Logo-Detection.

研究动机与目标

• 为解决在真实电商业务场景中logo尺寸小、类别分布长尾化，以及对抗性攻击破坏模型完整性的挑战。
• 提升模型对对抗性样本的鲁棒性，此类样本常被恶意攻击者用于绕过已训练良好的logo检测器。
• 通过网络结构与损失函数的创新，提升小物体和低频（尾部）类别上的检测性能。
• 验证多尺度训练与对抗性数据增强在提升检测准确率与鲁棒性方面的有效性。

提出的方法

• 该方法在 detectoRS 的基础上引入级联架构，以提升多尺度下的特征优化与检测精度。
• 采用可切换空洞卷积（SAC）与递归特征金字塔（RFP），自适应调整感受野并增强特征表征能力。
• 应用多尺度训练与测试，以提升小logo的检测能力，并间接增强对对抗性扰动的鲁棒性。
• 集成等化损失 v2（EQL-v2），以平衡长尾类别间的训练学习，防止头部类别主导训练过程。
• 在训练阶段引入对抗性数据增强，使模型暴露于扰动图像中，从而提升泛化能力与鲁棒性。
• 该框架在 Open Brand 数据集（584,920 张图像，130万条标注）上进行训练，并通过 Soft-NMS 进行微调，以提升小物体的召回率。

实验结果

研究问题

• RQ1 基于级联的物体检测框架结合多尺度训练，能否提升自然图像中小logo的检测性能？
• RQ2 EQL-v2 在真实世界数据集中在长尾logo类别上，能在多大程度上缓解性能下降问题？
• RQ3 对抗性数据增强在提升logo检测器对对抗性样本的鲁棒性方面，效果如何？
• RQ4 多尺度训练是否能同时提升小物体检测能力与对抗性鲁棒性？

主要发现

• 所提出的检测器在 ACM MM2021 鲁棒logo检测竞赛中取得 mAP 0.650807 的成绩，位列 36,489 支参赛团队中的第二名。
• 与基线级联 RCNN 相比，加入多尺度训练与测试后，检测性能提升了约 3.9%。
• 等化损失 v2 贡献了最大的性能提升，相比基线模型性能提高了 16.1%。
• 尽管对抗性数据增强的影响不及 EQL-v2 显著，但仍对对抗性样本的鲁棒性提供了可测量的改善。
• 使用 Soft-NMS 替代标准 NMS 进一步提升了小物体检测性能，主要通过提高召回率实现。
• 多尺度策略被发现能间接提升对抗性鲁棒性，表明尺度感知学习与鲁棒性之间存在协同效应。