[论文解读] Slender Object Detection: Diagnoses and Improvements

Zhaoyi Wan, Yimin Chen+4 more|arXiv (Cornell University)|Nov 17, 2020

Advanced Neural Network Applications参考文献 38被引用 13

一句话总结

本文对细长目标检测进行了系统性分析，识别出特征自适应是提升性能的关键因素——其表现优于基于锚框的定位和专用框表示方法。本文提出一种广义自适应模块，在极小（XS）目标上将mAP提升2.1%，在小（S）目标上提升1.0%，对常规目标影响极小，表明细长感知的特征自适应可在各类检测基准上实现一致的性能增益。

ABSTRACT

In this paper, we are concerned with the detection of a particular type of objects with extreme aspect ratios, namely extbf{slender objects}. In real-world scenarios, slender objects are actually very common and crucial to the objective of a detection system. However, this type of objects has been largely overlooked by previous object detection algorithms. Upon our investigation, for a classical object detection method, a drastic drop of $18.9\%$ mAP on COCO is observed, if solely evaluated on slender objects. Therefore, we systematically study the problem of slender object detection in this work. Accordingly, an analytical framework with carefully designed benchmark and evaluation protocols is established, in which different algorithms and modules can be inspected and compared. \New Our study reveals that effective slender object detection can be achieved ~ extbf{with none of} (1) anchor-based localization; (2) specially designed box representations. Instead, extbf{the critical aspect of improving slender object detection is feature adaptation}. It identifies and extends the insights of existing methods that are previously underexploited. Furthermore, we propose a feature adaption strategy that achieves clear and consistent improvements over current representative object detection methods.

研究动机与目标

• 对细长目标检测进行正式研究，该问题在目标检测中至关重要但长期被忽视，原因在于缺乏标准化的评估与基准测试。
• 通过识别定义问题、评估偏差和数据分布问题，诊断现有检测方法在细长目标上的失败原因。
• 建立统一的分析框架，实现对细长目标检测方法的公平比较，支持对模型组件的系统性分析。
• 识别出超越基于锚框或专用框表示方法的、实现有效细长目标检测的核心因素。
• 提出一种广义的特征自适应策略——自适应机制，可在保持常规目标性能的同时提升细长目标的检测性能。

提出的方法

• 作者设计了一个基准数据集，采用统一的评估协议，以消除数据偏差，实现在COCO和COCO+数据集上对不同方法的公平比较。
• 他们将细长目标分为三类进行失败分析：固有细长、遮挡/截断以及角度依赖的薄板。
• 核心方法提出一种广义的特征自适应模块，称为“自适应机制”，通过在中心度分数公式中引入可学习指数s，扩展中心先验以体现目标的细长特性。
• 细长先验的形式化表达为 $\text{centerness}^* = \left(\frac{\min(l,r)}{\max(l,r)} \times \frac{\min(t,b)}{\max(t,b)}\right)^s$，其中s通过调整以优先考虑细长目标。
• 该方法在RetinaNet和FCOS上进行评估，消融实验表明其在XS和S类别上均取得一致增益，且对R类目标性能无显著下降。
• 该框架支持使用旋转框进行评估，从而实现实际场景中方向感知检测的分析。

实验结果

研究问题

• RQ1 为何在仅对COCO数据集中细长目标进行评估时，标准检测器的mAP出现18.9%的急剧下降？
• RQ2 为何基于锚框和专用框表示的方法无法泛化到细长目标？这些方法能否被其他设计原则所替代？
• RQ3 实现有效细长目标检测的关键架构或优化因素是什么？如何将其隔离并量化测量？
• RQ4 广义的特征自适应策略是否能在不产生权衡的情况下，同时提升细长目标和常规目标的检测性能？
• RQ5 如何标准化评估协议，以公平评估细长目标检测，避免数据偏差和不一致的指标？

主要发现

• 在仅对COCO数据集中细长目标进行评估时，RetinaNet的mAP出现18.9%的下降，凸显了该问题的严重性。
• 基于锚框的定位和专用框表示并非实现有效细长目标检测的必要条件；其缺失并不会导致性能下降。
• 特征自适应被识别为提升检测性能的关键因素，自适应模块在极小（XS）目标上实现2.1%的mAR增益，在小（S）目标上实现1.0%的mAR增益。
• 通过引入可学习指数s对中心度分数进行修正的细长先验，实现了有利的权衡：在细长目标上检测性能提升，而常规（R）目标的mAR仅出现轻微下降。
• 自适应模块在COCO+上使用ResNet-101时，将mAR提升至49.7%，在XS类别上优于基线FCOS 0.8%，在S类别上优于0.8%。
• 所提出的分析框架实现了稳定且公平的评估，揭示了以往方法因数据和指标不平衡而对细长目标存在系统性偏差。