[论文解读] FCOSR: A Simple Anchor-free Rotated Detector for Aerial Object Detection

Zhonghua Li, Biao Hou+4 more|arXiv (Cornell University)|Nov 21, 2021

Advanced Neural Network Applications参考文献 42被引用 15

一句话总结

FCOSR 提出了一种基于 FCOS 的简单、无锚点、单阶段旋转目标检测器，专为航空影像设计，采用椭圆中心采样策略与模糊标签分配方法以提升训练标签质量。其在 DOTA1.0 上达到 79.25 mAP 的性能，在 Jetson Xavier NX 上以轻量级 TensorRT 优化模型实现 10.68 FPS 的推理速度，mAP 达 73.93，展现出优异的精度与可部署性。

ABSTRACT

Existing anchor-base oriented object detection methods have achieved amazing results, but these methods require some manual preset boxes, which introduces additional hyperparameters and calculations. The existing anchor-free methods usually have complex architectures and are not easy to deploy. Our goal is to propose an algorithm which is simple and easy-to-deploy for aerial image detection. In this paper, we present a one-stage anchor-free rotated object detector (FCOSR) based on FCOS, which can be deployed on most platforms. The FCOSR has a simple architecture consisting of only convolution layers. Our work focuses on the label assignment strategy for the training phase. We use ellipse center sampling method to define a suitable sampling region for oriented bounding box (OBB). The fuzzy sample assignment strategy provides reasonable labels for overlapping objects. To solve the insufficient sampling problem, a multi-level sampling module is designed. These strategies allocate more appropriate labels to training samples. Our algorithm achieves 79.25, 75.41, and 90.15 mAP on DOTA1.0, DOTA1.5, and HRSC2016 datasets, respectively. FCOSR demonstrates superior performance to other methods in single-scale evaluation. We convert a lightweight FCOSR model to TensorRT format, which achieves 73.93 mAP on DOTA1.0 at a speed of 10.68 FPS on Jetson Xavier NX with single scale. The code is available at: https://github.com/lzh420202/FCOSR

研究动机与目标

• 开发一种轻量级、可部署的航空影像目标检测方法，避免基于锚点设计的复杂性。
• 解决现有无锚点方法的局限性，这些方法通常架构复杂，且在旋转目标检测中泛化能力较差。
• 通过新型采样策略改进旋转目标检测中定向边界框（OBBs）的标签分配。
• 通过多级采样模块增强特征学习并减少采样不足问题。
• 实现在极低计算成本下的高精度，以支持在边缘平台上的实时部署。

提出的方法

• 采用基于 FCOS 的单阶段、无锚点检测器架构，仅使用卷积层以确保简洁性与可部署性。
• 提出椭圆中心采样方法，为定向边界框定义空间自适应的采样区域，提升定位精度。
• 采用模糊采样分配策略，为重叠目标分配合理标签，降低训练过程中的歧义性。
• 设计多级采样模块，缓解小目标或密集排列目标的采样不足问题。
• 利用 TensorRT 对轻量级 FCOSR 模型进行推理优化，实现在 Jetson Xavier NX 等边缘设备上的实时性能。
• 在 DOTA1.0、DOTA1.5 和 HRSC2016 基准上使用标准 mAP 指标评估性能，以验证模型表现。

实验结果

研究问题

• RQ1 无锚点、结构简单的检测器是否能在不依赖人工设计锚框的前提下，实现航空目标检测的高性能？
• RQ2 在存在重叠目标的情况下，如何改进定向边界框的标签分配？
• RQ3 多级采样策略是否能有效缓解旋转目标检测中的采样不足问题？
• RQ4 在边缘设备上部署轻量级 FCOSR 模型时，精度与推理速度之间存在何种权衡？
• RQ5 所提方法是否能在保证高 mAP 的同时，实现跨多种平台的易用性与可部署性？

主要发现

• FCOSR 在 DOTA1.0 数据集上达到 79.25 mAP，优于其他方法的单尺度评估表现。
• 模型在 DOTA1.5 上达到 75.41 mAP，在 HRSC2016 上达到 90.15 mAP，展现出在多样化航空数据集上的强大泛化能力。
• 轻量级 FCOSR 模型在 Jetson Xavier NX 上使用 TensorRT 部署时，实现 10.68 FPS 的推理速度，mAP 达 73.93。
• 椭圆中心采样与模糊标签分配策略显著提升了训练标签质量与模型鲁棒性。
• 多级采样模块有效缓解了小目标或重叠目标的采样不足问题。
• 模型结构简洁且部署高效，适用于边缘设备上的实时应用。