[论文解读] Solving Missing-Annotation Object Detection with Background Recalibration Loss

Han Zhang, Fangyi Chen+4 more|arXiv (Cornell University)|Feb 12, 2020

Advanced Neural Network Applications被引用 5

一句话总结

该论文提出了一种新型损失函数——背景重校准损失（Background Recalibration Loss, BRL），专为单阶段目标检测器设计，能够根据IoU阈值和图像内容自动重加权训练信号，以缓解因标注缺失导致的错误。通过在Focal Loss基础上对背景区域进行动态重校准，BRL在PASCAL VOC数据集的极端标注缺失设置下将mAP提升高达6.4%，并在VOC与COCO基准上达到当前最优性能。

ABSTRACT

This paper focuses on a novel and challenging detection scenario: A majority of true objects/instances is unlabeled in the datasets, so these missing-labeled areas will be regarded as the background during training. Previous art on this problem has proposed to use soft sampling to re-weight the gradients of RoIs based on the overlaps with positive instances, while their method is mainly based on the two-stage detector (i.e. Faster RCNN) which is more robust and friendly for the missing label scenario. In this paper, we introduce a superior solution called Background Recalibration Loss (BRL) that can automatically re-calibrate the loss signals according to the pre-defined IoU threshold and input image. Our design is built on the one-stage detector which is faster and lighter. Inspired by the Focal Loss formulation, we make several significant modifications to fit on the missing-annotation circumstance. We conduct extensive experiments on the curated PASCAL VOC and MS COCO datasets. The results demonstrate that our proposed method outperforms the baseline and other state-of-the-arts by a large margin. Code available: https://github.com/Dwrety/mmdetection-selective-iou.

研究动机与目标

• 解决标注缺失数据集中未标注实例被错误视为背景所带来的目标检测挑战。
• 通过重新设计损失函数以应对不完整监督，提升单阶段检测器（通常对缺失标签更不鲁棒）的检测性能。
• 提出一种基于IoU阈值和输入图像内容动态重校准损失信号的方法，避免依赖外部检测器或复杂采样策略。
• 在标注极度稀疏的情况下，相比软采样和OHEM等现有方法，实现更优性能。
• 确保在完全标注数据集上训练时性能下降最小，从而具备广泛适用性。

提出的方法

• 提出背景重校准损失（BRL），即Focal Loss的改进版本，根据其与正样本的IoU对背景区域的交叉熵损失进行重加权。
• 引入基于阈值的重校准机制：若某锚框与任一正样本的IoU超过预设阈值 $ t $，则其损失按因子 $ \alpha_t $ 缩放，从而在反向传播中降低其贡献。
• 采用可学习的缩放因子 $ \alpha_t \in (0,1) $ 控制重校准程度，实验表明 $ \alpha_t = 0.1 $ 时性能最优。
• 将BRL损失应用于RetinaNet这一单阶段检测器中，实现高效训练且仅需极少网络结构改动。
• 设计损失函数为可微且端到端可训练，支持梯度流动的同时抑制来自混淆背景区域的梯度。
• 以插件形式实现，兼容现有检测框架（如MMDetection），并公开发布代码。

实验结果

研究问题

• RQ1 能否设计一种损失函数，在不依赖外部模型的前提下，动态重校准缺失标注场景下目标检测器的训练信号？
• RQ2 当未标注对象被当作背景处理时，IoU阈值 $ t $ 的选择如何影响检测性能？
• RQ3 在标注稀疏设置下，BRL是否优于现有重加权策略（如Focal Loss、GHMC和OHEM）在单阶段检测器中的表现？
• RQ4 BRL在完全标注数据集上的影响如何？是否会导致性能下降？
• RQ5 BRL在不同标注完整度下能否在PASCAL VOC和MS COCO等多样化数据集上实现良好泛化？

主要发现

• 在PASCAL VOC 2007极端设置下（50%标注被擦除），BRL采用 $ t = 0.5 $ 且 $ \alpha_t = 0.1 $ 时，mAP 50达到0.662，较基线RetinaNet提升6.4%。
• 在同一极端设置下，mAP 75提升4.8%，表明在不同IoU阈值下均具有一致的性能增益。
• 在COCO 2017 minival数据集（50%标注被擦除）上，BRL相较基线将mAP 0.5:0.95提升9.0%，甚至超过使用OHEM的Faster R-CNN。
• 消融实验表明，$ t = 0.5 $ 时性能最佳，而更高阈值会导致训练不稳定且收敛性下降。
• 如图3所示，BRL在所有IoU级别上均保持强性能，表明其对不同检测难度具有鲁棒性。
• 在完全标注的COCO数据集上训练时，BRL仅导致mAP下降0.7%，表明其对标准训练范式影响极小。