[论文解读] PointOBB-v2: Towards Simpler, Faster, and Stronger Single Point Supervised Oriented Object Detection

Botao Ren, Xue Yang+3 more|arXiv (Cornell University)|Oct 10, 2024

Advanced Neural Network Applications被引用 4

一句话总结

PointOBB-v2 通过利用类别概率图（CPM）和主成分分析（PCA）生成伪旋转框，提出了一种更快、更简单且更精确的单点监督定向目标检测方法，无需教师-学生结构。其伪标签生成速度提升15.58倍，在 DOTA-v1.0 至 v2.0 上 mAP 提升11.60%至25.15%，在小目标和密集排列目标上表现更优。

ABSTRACT

Single point supervised oriented object detection has gained attention and made initial progress within the community. Diverse from those approaches relying on one-shot samples or powerful pretrained models (e.g. SAM), PointOBB has shown promise due to its prior-free feature. In this paper, we propose PointOBB-v2, a simpler, faster, and stronger method to generate pseudo rotated boxes from points without relying on any other prior. Specifically, we first generate a Class Probability Map (CPM) by training the network with non-uniform positive and negative sampling. We show that the CPM is able to learn the approximate object regions and their contours. Then, Principal Component Analysis (PCA) is applied to accurately estimate the orientation and the boundary of objects. By further incorporating a separation mechanism, we resolve the confusion caused by the overlapping on the CPM, enabling its operation in high-density scenarios. Extensive comparisons demonstrate that our method achieves a training speed 15.58x faster and an accuracy improvement of 11.60%/25.15%/21.19% on the DOTA-v1.0/v1.5/v2.0 datasets compared to the previous state-of-the-art, PointOBB. This significantly advances the cutting edge of single point supervised oriented detection in the modular track.

研究动机与目标

• 为解决现有单点监督定向检测方法效率低下和内存占用高的问题，特别是 PointOBB 中伪标签生成缓慢的问题。
• 消除对教师-学生框架和外部先验的依赖，提升训练速度和内存效率。
• 提升密集目标场景下的检测精度，尤其针对小目标和重叠目标。
• 开发一种模块化、可扩展的流程，将伪标签生成与检测器训练解耦，以增强灵活性。

提出的方法

• 通过非均匀正负采样生成类别概率图（CPM），以学习近似的目标区域和轮廓。
• 对 CPM 应用主成分分析（PCA），以高精度估计目标方向和边界框。
• 基于 CPM 的概率分布设计非均匀采样策略，提升定位精度和方向估计能力。
• 引入分离机制，解决密集目标区域中 CPM 相互重叠导致的伪标签混淆问题。
• 摒弃 PointOBB 中使用的教师-学生结构，显著降低训练时间和 GPU 显存消耗。
• 应用向量约束模块，进一步提升小车和船舶等密集目标类别上的性能。

实验结果

研究问题

• RQ1 能否在不依赖教师-学生框架或外部模型的前提下，为单点监督定向目标检测设计一种更简单、更快、更精确的伪标签生成流程？
• RQ2 在弱监督设置下，如何有效利用类别概率图（CPM）结合主成分分析（PCA）来估计目标方向和边界？
• RQ3 与 PointOBB 相比，所提方法在高密度和小目标场景下的检测精度与效率提升程度如何？
• RQ4 当中心点标注存在噪声，尤其是标注不准确时，该方法是否仍具备鲁棒性？
• RQ5 分离机制在重叠或密集排列目标区域中如何提升伪标签质量？

主要发现

• PointOBB-v2 实现了15.58倍的伪标签生成速度提升，将 DOTA-v1.5 上的训练时间从22.28小时缩短至1.43小时。
• 在 DOTA-v1.0 上，mAP 从 PointOBB 的30.08% 提升至41.68%，提升11.60%。
• 在 DOTA-v1.5 上，mAP 从30.65% 提升至36.39%，提升25.15%，在小目标和密集目标类别中提升显著。
• 在 DOTA-v2.0 上，mAP 从26.63% 提升至27.22%，相对提升21.19%，展现出在极端密集场景下的鲁棒性。
• 在点标注噪声下，方法保持稳定性能，10% 中心点扰动下仅导致2.27% mAP 下降，优于 PointOBB。
• 可视化结果表明，PointOBB-v2 能为小车等密集排列目标生成非重叠、准确的伪标签，而 PointOBB 生成的预测存在重叠和模糊现象。