pdf

IoU Nets

本文会尝试同时融合两篇idea相似的论文的想法,第一为 Acquisition of Localization Confidence for Accurate Object Detection。第二篇为 IoU-aware Single-stage Object Detector for Accurate Localization

其中第一篇论文由Iou-uniform-rcnn提及,两篇论文的核心idea都是涉及在NMS中使用IoU预测值替代classification score

Acquisition of Localization Confidence for Accurate Object Detection

image 这篇论文的内容比较多,首先是IoU-guided NMS,其次是IoU-guided optimization,最后是PrROI pooling.

第一部分是在RoI后增加一个分支预测IoU值,在NMS时以IoU替代分类分数

IoU-guided optimization

image

这里做的是在提供proposal给RCNN提供输入时,用梯度优化微调FPN输出的bounding box,目标函数是RCNN输出的IoU,直觉意思是微调FPN的bounding box,最优化RCNN预测的IoU。在IoU预测准确的前提下,这样可以优化FPN的proposal。

PrROI pooling

image

PrROI已经开源

这个称为Precise RoI Pooling

IoU-aware Single-stage Object Detector for Accurate Localization

这篇稍微简单将IoU NMS用在one-stage的retina net中。如图 image

损失函数如下

主要在于IoU的训练方式用的是Binary Cross Entropy(应当假设原IoU为sigmoid)