导读

显式的使用loss来对齐分类和定位任务。

TOOD: Task-aligned One-stage Object Detection

论文链接：后台发送“tood”获取论文和代码链接。

1、介绍

现有的物体检测方法的2个局限性：

（1）分类和定位的独立性。目前，分类和定位一般用的是2个独立的分支，这样使得2个任务之间缺乏交互，在预测的时候就会出现不一致性。得分高的预测位置不准，位置准的预测得分不高。

（2）任务无关的样本分配。大多数的anchor free的物体检测器使用基于几何的方式来分配样本点，anchor-based物体检测器一般使用IoU的方式来分配样本点，但是对于分类最优的anchor和对于定位最优的anchor往往并不是同一个。这些常用的样本分配策略都是和任务无关的，不能对这两个任务同时做出准确的预测。

针对上面的2个问题，我们提出了任务对齐的一阶段物体检测器（Task-aligned One-stage Object Detection：TOOD）。

Task-aligned head

我们设计了一个Task-aligned head (T-head)  来增强2个任务之间的交互。概念上很简单：计算2个任务的交互特征。通过TAP（Task-Aligned Predictor ）来做预测。

Task alignment learning

我们提出了Task Alignment Learning (TAL)  来显式的把两个任务的最优anchor拉近。这是通过设计一个样本分配策略和任务对齐loss来实现的。样本分配器计算每个anchor的任务对齐度，同时任务对齐loss可以逐步将分类和定位的最佳anchor统一起来。

2、方法

总的pipeline还是‘backbone-FPN-head’  的形式，这里和ATSS一样，每个位置只使用了一个anchor。这里的anchor其实和anchor free中的anchor point是一个概念。总体结构如下图，T-head和TAL协同工作，提升性能。具体来说，T-head首先对FPN特征进行预测，然后TAL对这两个任务给出一个一致性的度量，最后T-head会自动的调整分类输出和定位输出。

2.1 Task-aligned Head

我们设计的这个任务对齐头如下图（b），目标有两个，提高2个任务的交互性，增加检测器学习对齐的能力。

如图b所示，FPN的特征先经过N个堆叠的卷积，并保存每次卷积的结果，这样就得到N个输出，称为，其实就是N个特征group，这N个输出具有不同尺度的感受野，其实就是多尺度的特征。然后经过两个TAP，进行对齐的分类和定位预测。

TAP的结构如图c所示，首先经过一个Layer attention模块，其实就是计算每个特征group的权重，然后相乘。然后拼接起来做卷积，得到，然后得到分类得分或者包围框。

预测对齐，在预测的时候，我们需要显式的做一次对齐，对于分类，我们用空间概率图来调整分类预测：

对于包围框，我们用空间偏差图来调整预测：

这两个用来对齐的图是自动学习出来的：

2.2 Task Alignment Learning

2.2.1 任务对齐样本分配

anchor对齐度量

我们用分类得分和预测框和gt的IoU的高阶组合来表示这个度量：

这里α和β可以用来控制得分和IoU对这个指标的影响程度。

训练样本分配

对于每个gt，我们选择m个具有最大t值的anchor作为正样本点，其余的为负样本。另外，训练的时候还会计算一个新loss，用来对齐分类和定位。

2.2.2 Task-aligned Loss

分类目标函数

为了显式的增加对齐的anchor的得分，减少不对齐的anchor的得分，我们用t来代替正样本anchor的标签。我们发现，当α和β变换导致正样本的标签变小之后，模型无法收敛，因此，我们使用了归一化的t，这个归一化有两个性质：1）确保可以有效学习困难样本，2）保持原来的排序。

同时，我们借鉴了focal loss的思想，最后的损失函数如下。

定位损失函数

和分类类似，我们使用归一化的t来对GIoU loss进行了加权：

总的loss就是把这两个损失加起来。

3、实验

3.1 消融实验

使用T-head的效果：

样本分配策略的效果：

TOOD在anchor free和anchor based上的比较：

超参数的效果：

和其他的SOTA的比较：

任务对齐的质量分析：

—END—

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑黄海广老师《机器学习课程》视频课

本站qq群851320808，加入微信群请扫码：