[论文解读] DuBox: No-Prior Box Objection Detection via Residual Dual Scale Detectors

Shuai Chen, Jinpeng Li+5 more|arXiv (Cornell University)|Apr 15, 2019

Advanced Neural Network Applications参考文献 29被引用 5

一句话总结

DuBox 提出了一种单阶段目标检测方法，通过采用残差双尺度检测器架构，消除了先验框（anchor）的使用，其中第二检测器从第一检测器学习残差，以提升尺度泛化能力。该方法在 PASCAL VOC 2007 上实现了 82.31% 的 mAP，在 COCO 上实现了 39.52% 的 AP，同时在 320×320 输入下保持了 50 FPS 的实时推理速度。

ABSTRACT

Traditional neural objection detection methods use multi-scale features that allow multiple detectors to perform detecting tasks independently and in parallel. At the same time, with the handling of the prior box, the algorithm's ability to deal with scale invariance is enhanced. However, too many prior boxes and independent detectors will increase the computational redundancy of the detection algorithm. In this study, we introduce Dubox, a new one-stage approach that detects the objects without prior box. Working with multi-scale features, the designed dual scale residual unit makes dual scale detectors no longer run independently. The second scale detector learns the residual of the first. Dubox has enhanced the capacity of heuristic-guided that can further enable the first scale detector to maximize the detection of small targets and the second to detect objects that cannot be identified by the first one. Besides, for each scale detector, with the new classification-regression progressive strapped loss makes our process not based on prior boxes. Integrating these strategies, our detection algorithm has achieved excellent performance in terms of speed and accuracy. Extensive experiments on the VOC, COCO object detection benchmark have confirmed the effectiveness of this algorithm.

研究动机与目标

• 在单阶段目标检测中消除对先验框（anchor）的需求，同时保持或提升检测精度。
• 减少多尺度检测中因多个独立检测器和锚框导致的计算冗余。
• 通过设计一种从第一检测器学习残差的双尺度检测器，提升尺度泛化能力。
• 通过启发式引导的特征选择与渐进损失，提升对小目标和大目标的检测性能。
• 在速度与精度之间实现良好平衡，实现在资源受限平台上的实时部署。

提出的方法

• 提出一种双尺度残差单元，其中第二检测器学习第一检测器的残差，实现联合推理并减少冗余。
• 采用分类-回归渐进式绑定损失，不依赖先验框，支持直接回归边界框。
• 利用特征金字塔的多尺度特征，但仅使用两个检测器而非多个独立检测器，降低计算负载。
• 应用启发式引导的特征选择，促使第一检测器专注于小目标，第二检测器专注于大目标或漏检目标。
• 仅使用卷积、转置卷积和激活层，确保高效率并兼容移动端与嵌入式推理框架。
• 采用学习率调度策略：在 VOC 上，前 80k 次迭代使用 10⁻³，随后 40k 次迭代使用 10⁻⁴；在 COCO 上，前 280k 次迭代使用 10⁻³，随后 180k 次迭代使用 10⁻⁴，最后 140k 次迭代使用 10⁻⁵。

实验结果

研究问题

• RQ1 单阶段目标检测器是否能在不使用先验框（anchor）的情况下实现高精度？
• RQ2 与独立的多尺度检测器相比，采用残差学习的双尺度检测器架构是否能提升尺度泛化能力并减少冗余？
• RQ3 无锚框的渐进式分类-回归损失是否能带来优于基于锚框方法的边界框回归性能？
• RQ4 仅包含两个尺度头的极简检测器设计是否能超越现有基于锚框的检测器，在更高 mAP 和更快推理速度下表现更优？
• RQ5 是否可能在 PASCAL VOC 上实现 50 FPS 的实时推理（mAP > 79%），同时保持无锚点特性？

主要发现

• 在 PASCAL VOC 2007 上，DuBox 使用 800×800 输入达到 82.31% 的 mAP，超越大多数单阶段检测器及部分两阶段方法。
• 在 COCO 上，DuBox 使用 800×800 输入达到 38.03% 的 AP，优于多个单阶段检测器，包括 RetinaNet 和 YOLOv3。
• 在多尺度输入下，DuBox 在 COCO 上达到 39.52% 的 AP，展现出强大的泛化能力与鲁棒性。
• 在 320×320 输入尺寸下，DuBox 以 20.0 ms（即 50 FPS）处理图像，是首个在 PASCAL VOC 2007 上实现 >79.31% mAP 且保持无锚点特性的方法。
• 第一检测器在小目标（如瓶子）上取得更高的 mAP，而第二检测器在大目标（如飞机）上表现更优，验证了双尺度残差设计的有效性。
• 渐进式绑定损失实现了无锚点的精确回归，双尺度残差单元在减少冗余的同时提升了检测能力。