深度学习论文: ObjectBox: From Centers to Boxes for Anchor-Free Object Detection及其PyTorch实现

深度学习论文: ObjectBox: From Centers to Boxes for Anchor-Free Object Detection及其PyTorch实现
ObjectBox: From Centers to Boxes for Anchor-Free Object Detection
PDF: https://arxiv.org/pdf/2207.06985.pdf
PyTorch代码: https://github.com/shanglianlm0525/CvPytorch
PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks

1 概述

ObjectBox仅使用目标中心位置作为正样本，并在不同的特征级别平等对待所有目标，而不管物体的大小或形状。为了实现这一点, ObjectBox提出两个改进点：

• 将新的回归目标定义为从中心单元位置的2个角到边界框4个边的距离
• 提出了一种定制的 IoU 损失来处理不同大小尺度变化的框

2 ObjectBox

2-1 Label assignment based on object central locations

如上图， 对应于尺度$i$的回归目标如下：

网络的预测值定义如下，

其中$p_0,p_1,p_2,p_3$对距离值的网络预测，σ代表logistic sigmoid function, 归一化到0和1之间，乘以2允许检测值覆盖略大的范围。$({)}^2$输出稳定地以大约零梯度初始化。通过乘以一个恒定的尺度增益$2^i$来区分不同的尺度。

与YOLO, FCOS相比， ObjectBox 将所有尺度的所有目标框都视为正样本。因此，无论目标大小如何，它都从所有尺度中学习，以从多个级别实现更可靠的回归。

2-2 SDIoU for Box Regression

与 CIoU 和尺度平衡损失类似，SDIoU 考虑非重叠区域、重叠或交叉区域以及覆盖这2个框的最小框。
其中：

通过计算交叉区域对角线长度的平方来获得交叉区域 I：

覆盖预测框和真实框的最小面积C，由其长度的平方计算为：

通过最小化C，预测框可以在4个方向向真实框移动, 因此将SDIoU定义为：

其中 ρ 表示有利于重叠区域的正权衡值。在分子中同时使用 I 和 (-S) 来对交叉区域进行评分，并对非重叠区域进行惩罚。因此，强制执行预测的 4 个距离值以更快地匹配真实距离。 SDIoU 损失最终定义为 $ L_{IoU} =1 - IoU $

3 Experiments