A Dual Weighting Label Assignment Scheme for Object Detection（CVPR2022）阅读笔记

思想遇到瓶颈了，碰巧在摸鱼时候看到的一篇关于分配pos和neg权重的文章，感觉很不错，在这里和大家分享我的摸鱼笔记。

论文来源于2022CVPR，论文链接：https://arxiv.org/abs/2203.09730

A Dual Weighting Label Assignment Scheme for Object Detection阅读笔记

A Dual Weighting Label Assignment Scheme for Object Detection（CVPR2022）阅读笔记
笔记1--Table
笔记2--Chart

笔记1–Table

Article	Aim、Background、Conclusion	Motivation、Contributions
A Dual Weighting Label Assignment Scheme for Object Detection（CVPR2022）	Aim: 分配训练样本pos和neg的损失权重	Motivation：1、作者认为预测的回归框应该具有较高的分类得分和精确的定位，如果所有训练样本权重相同，那么最高类别分数往往不是最好的位置（mismatch）。2、现存的方法，w_pos和w_neg具有高度相关性，且都应用在损失函数中。
	Background:1、现存的强标签分配过程中的静态和动态分配准则都忽略了样本不都是同样重要的事实，实际上具有较高一致性的分类头和回归头在训练中更重要。2、通过例子，发现软标签分配（例如GFL和VFL）对于不同的anchor（分布不同）产生近似的pos和neg权重，会削弱检测器的性能。
	Conclusion:1、 DW打破了传统检测器耦合加权方法，通过来自不同方面的连续和不一致程度，来动态地分配单独的pos和neg权重给每个anchor。可以直接用于回归分支。和评价指标高度兼容。2、在MS COCO数据集中，利用不同backbone证明了有效性。3、对于不同检测头，具有良好的泛化性能。	Contirbutions:主要提出了一种pos和neg权重设计方法

笔记2–Chart

论文主要提出一种分配训练样本pos和neg的损失权重，提出的动机有三个，分别为：
1、现存的强标签分配过程中的静态和动态分配准则都忽略了样本不都是同样重要的事实，实际上具有较高一致性的分类头和回归头在训练中更重要。
2、现存的软标签分配方法（例如GFL和VFL），对于不同的anchor（分布不同）产生近似的pos和neg权重，会削弱检测器的性能。
3、现存的标签分配方法主要是涉及pos权重函数，而neg权重简单地从pos权重获得，因为没有新的监督信息提供给neg权重，从而对检测器的能力进行了限制。

所提出关于pos和neg权重的设计方法：

A Dual Weighting Label Assignment Scheme for Object Detection阅读笔记相关推荐

RFLA: Gaussian Receptive Field based Label Assignment for Tiny Object Detection
原文:https://arxiv.org/pdf/2208.08738.pdf 代码:https://github.com/Chasel-Tsui/mmdet-rfla 微小物体检测是阻碍目标检测发展 ...
Uncertainty-aware Joint Salient Object and Camouflaged Object Detection阅读笔记
CVPR2021 Aixuan Li,Jing Zhang,Yunqiu Lv,Bowen Liu,Tong Zhang,Yuchao Dai https://arxiv.org/abs/2104.0 ...
Mutual Graph Learning for Camouflaged Object Detection阅读笔记
CVPR 2021 Qiang Zhai, Xin Li, Fan Yang, Chenglizhao Chen, Hong Cheng, Deng-Ping Fan https://arxiv.or ...
Bilateral attention network for RGB-D salient object detection阅读笔记
IEEE 2021 Zhao Zhang; Zheng Lin; Jun Xu; Wen-Da Jin; Shao-Ping Lu; Deng-Ping Fan 论文地址一.简介提出了双边注意模块 ...
Camouflaged Object Detection阅读笔记
CVPR 2020 Deng-Ping Fan, Ge-Peng Ji, Guolei Sun, Ming-Ming Cheng, Jianbing Shen, Ling Shao https://o ...
D2C-Net: A Dual-branch, Dual-guidance and Cross-refine Network for Camouflaged Object Detection阅读笔记
IEEE Transactions on Industrial Electronics 2021 Kang Wang; Hongbo Bi; Yi Zhang; Cong Zhang; Ziqi Li ...
Depth-Guided Camouflaged Object Detection阅读笔记
arXiv 2021 Jing Zhang, Yunqiu Lv, Mochu Xiang, Aixuan Li, Yuchao Dai, Yiran Zhong 论文地址一.简介探索深度信息对伪 ...
Learning to Track with Object Permanence阅读笔记
Learning to Track with Object Permanence阅读笔记 (一) Tilte (二) Summary (三) Research Object (四) Problem S ...
Feature Pyramid Networks for Object Detection 论文笔记
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/Jesse_Mx/article/details/54588085 论文地址:Feature Pyra ...
《Recent Advances in Deep Learning for Object Detection 》笔记
最近看了一篇目标检测的综述,之前对目标检测的认识不是很多,所以简单地记录一下笔记,由于是很早之前写的,对目标检测的很多概念都还不是很清楚,简单记录一下.这篇论文主要讲了目前的目标检测算法的一些设置.检 ...

A Dual Weighting Label Assignment Scheme for Object Detection阅读笔记

A Dual Weighting Label Assignment Scheme for Object Detection（CVPR2022）阅读笔记

A Dual Weighting Label Assignment Scheme for Object Detection阅读笔记

笔记1–Table

笔记2–Chart

A Dual Weighting Label Assignment Scheme for Object Detection阅读笔记相关推荐

最新文章

热门文章