[论文解读] Fast Region Proposal Learning for Object Detection for Robotics

Federico Ceola, Elisa Maiettini+3 more|arXiv (Cornell University)|Nov 25, 2020

Advanced Neural Network Applications参考文献 37被引用 5

一句话总结

本文提出了一种用于机器人领域目标检测的快速、在线学习方法，通过联合微调区域建议网络（RPN）和分类头，显著缩短了训练时间，同时在先前的快速适应方法基础上提升了准确性。该方法通过采用混合训练策略，利用在线学习原理高效微调RPN，在几分钟内完成训练，实现了最先进性能，而非数小时。

ABSTRACT

Object detection is a fundamental task for robots to operate in unstructured environments. Today, there are several deep learning algorithms that solve this task with remarkable performance. Unfortunately, training such systems requires several hours of GPU time. For robots, to successfully adapt to changes in the environment or learning new objects, it is also important that object detectors can be re-trained in a short amount of time. A recent method [1] proposes an architecture that leverages on the powerful representation of deep learning descriptors, while permitting fast adaptation time. Leveraging on the natural decomposition of the task in (i) regions candidate generation, (ii) feature extraction and (iii) regions classification, this method performs fast adaptation of the detector, by only re-training the classification layer. This shortens training time while maintaining state-of-the-art performance. In this paper, we firstly demonstrate that a further boost in accuracy can be obtained by adapting, in addition, the regions candidate generation on the task at hand. Secondly, we extend the object detection system presented in [1] with the proposed fast learning approach, showing experimental evidence on the improvement provided in terms of speed and accuracy on two different robotics datasets. The code to reproduce the experiments is publicly available on GitHub.

研究动机与目标

• 为解决基于深度学习的目标检测器训练时间过长的问题，该问题阻碍了机器人系统中的实时适应能力。
• 通过将在线学习扩展至区域建议网络（RPN），而不仅限于分类器，提升快速适应方法的性能。
• 设计一种混合检测流水线，实现在机器人领域针对新物体或新环境的快速、可靠训练。
• 通过离线优化超参数，避免依赖测试数据，减少过拟合并提升泛化能力。

提出的方法

• 提出一种新型目标检测流水线，结合Mask R-CNN的特征提取器与快速学习RPN，用于生成区域建议。
• 采用在线学习策略微调RPN，使其能够在无需完整微调的情况下快速重新训练新任务。
• 引入两阶段训练协议：首次预训练特征提取器，随后在新数据上快速微调RPN和分类器。
• 使用验证集进行超参数调优，以避免过拟合，训练时间从数据获取到模型部署全程计算。
• 采用混合训练策略，使特征提取与RPN适应并行进行，降低整体训练延迟。
• 在两个机器人基准数据集（iCWT和TABLE-TOP）上评估该方法，使用mAP和AR指标衡量准确率与效率。

实验结果

研究问题

• RQ1 在快速适应场景中，除了分类器外，若同时微调区域建议网络（RPN），是否能提升检测准确率？
• RQ2 与完整微调相比，快速学习RPN是否能在保持或提升性能的同时减少训练时间？
• RQ3 与基线完整微调相比，该方法在过拟合和超参数敏感性方面表现如何？
• RQ4 该方法是否能在仅使用50–100个区域建议的情况下实现高准确率，从而在不牺牲性能的前提下降低计算负载？

主要发现

• 所提方法在测试集上实现了高于先前快速学习方法[1]的平均精度（mAP），在iCWT测试集上，当在测试集上优化超参数时，mAP达到79.8%。
• 该方法将区域建议数量从300减少至100，同时保持平均召回率（AR）接近上限，计算负载降低三倍。
• 仅使用50个建议时，该方法的AR仍高于基线冻结RPN模型，表明在低建议数量下具有更强鲁棒性。
• 与完整微调基线相比，该方法更不易过拟合，表现为验证集与测试集性能差距更小。
• 训练时间在所有实验中保持恒定（低于数分钟），而完整微调需在训练开始前完成完整数据加载与打乱，耗时较长。
• 该方法在几分钟内实现最先进性能，显著快于传统微调方法（可能耗时数小时）。