自动阈值检测_ATSS:目标检测的自适应正负anchor选择，很扎实的trick|CVPR2020

论文指出one-stage anchor-based和center-based anchor-free检测算法间的差异主要来自于正负样本的选择&＃xff0c;基于此提出ATSS(Adaptive Training Sample Selection)方法&＃xff0c;该方法能够自动根据GT的相关统计特征选择合适的anchor box作为正样本&＃xff0c;在不带来额外计算量和参数的情况下&＃xff0c;能够大幅提升模型的性能&＃xff0c;十分有用
来源&＃xff1a;晓飞的算法工程笔记 公众号

论文: Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection

• 论文地址&＃xff1a;https://arxiv.org/abs/1912.02424
• 代码地址&＃xff1a;https://github.com/sfzhang15/ATSS

Introduction

在仔细比对了anchor-based和anchor-free目标检测方法后&＃xff0c;结合实验结果&＃xff0c;论文认为两者的性能差异主要来源于正负样本的定义&＃xff0c;假如训练过程中使用相同的正负样本&＃xff0c;两者的最终性能将会相差无几。为此&＃xff0c;论文提出ATSS( Adaptive Training Sample Selection)方法&＃xff0c;基于GT的相关统计特征自动选择正负样本&＃xff0c;能够消除anchor-based和anchor-free算法间的性能差异
论文的主要贡献如下&＃xff1a;

• 指出anchor-free和anchor-based方法的根本差异主要来源于正负样本的选择
• 提出ATSS( Adaptive Training Sample Selection)方法来根据对象的统计特征自动选择正负样本
• 证明每个位置设定多个anchor是无用的操作
• 不引入其它额外的开销&＃xff0c;在MS COCO上达到SOTA

Difference Analysis of Anchor-based and Anchor-free Detection

论文选取anchor-based方法RetinaNet和anchor-free方法FCOS进行对比&＃xff0c;主要对比正负样本定义和回归开始状态的差异&＃xff0c;将RetinaNet的anchor数改为1降低差异性&＃xff0c;方便与FCOS比较&＃xff0c;后续会测试anchor数带来的作用

Inconsistency Removal

由于FCOS加入了很多trick&＃xff0c;这里将RetinaNet与其进行对齐&＃xff0c;包括GroupNorm、GIoU loss、限制正样本必须在GT内、Centerness branch以及添加可学习的标量控制FPN的各层的尺寸。结果如表1&＃xff0c;最终的RetinaNet仍然与FCOS有些许的性能差异&＃xff0c;但在实现方法上已经基本相同了

Essential Difference

在经过上面的对齐后&＃xff0c;仅剩两个差异的地方&＃xff1a;(i) 分类分支上的正负样本定义 (ii) 回归分支上的bbox精调初始状态(start from anchor box or anchor point)

• Classification

RetinaNet使用IoU阈值(

,

)来区分正负anchor bbox&＃xff0c;处于中间的全部忽略。FCOS使用空间尺寸和尺寸限制来区分正负anchor point&＃xff0c;正样本首先必须在GT box内&＃xff0c;其次需要是GT尺寸对应的层&＃xff0c;其余均为负样本

• Regression

RetinaNet预测4个偏移值对anchor box进行调整输出&＃xff0c;而FCOS则预测4个相对于anchor point值对anchor box进行调整输出

• Conclusion

对上面的差异进行交叉实验&＃xff0c;发现相同的正负样本定义下的RetinaNet和FCOS性能几乎一样&＃xff0c;不同的定义方法性能差异较大&＃xff0c;而回归初始状态对性能影响不大。所以&＃xff0c;基本可以确定正负样本的确定方法是影响性能的重要一环

Adaptive Training Sample Selection

Description

论文提出ATSS方法&＃xff0c;该方法根据目标的相关统计特征自动进行正负样本的选择&＃xff0c;具体逻辑如算法1所示。对于每个GT box

&＃xff0c;首先在每个特征层找到中心点最近的

个候选anchor boxes(非预测结果)&＃xff0c;计算候选box与GT间的IoU

&＃xff0c;计算IoU的均值

和标准差

&＃xff0c;得到IoU阈值

&＃xff0c;最后选择阈值大于

的box作为最后的输出。如果anchor box对应多个GT&＃xff0c;则选择IoU最大的GT

ATSS的思想主要考虑了下面几个方向&＃xff1a;

• Selecting candidates based on the center distance between anchor box and object

在RetinaNet中&＃xff0c;anchor box与GT中心点越近一般IoU越高&＃xff0c;而在FCOS中&＃xff0c;中心点越近一般预测的质量越高

• Using the sum of mean and standard deviation as the IoU threshold

均值

表示预设的anchor与GT的匹配程度&＃xff0c;均值高则应当提高阈值来调整正样本&＃xff0c;均值低则应当降低阈值来调整正样本。标准差

表示适合GT的FPN层数&＃xff0c;标准差高则表示高质量的anchor box集中在一个层中&＃xff0c;应将阈值加上标准差来过滤其他层的anchor box&＃xff0c;低则表示多个层都适合该GT&＃xff0c;将阈值加上标准差来选择合适的层的anchor box&＃xff0c;均值和标准差结合作为IoU阈值能够很好地自动选择对应的特征层上合适的anchor box

• Limiting the positive samples’ center to object

若anchor box的中心点不在GT区域内&＃xff0c;则其会使用非GT区域的特征进行预测&＃xff0c;这不利于训练&＃xff0c;应该排除

• Maintaining fairness between different objects

根据统计原理&＃xff0c;大约16%的anchor box会落在

&＃xff0c;尽管候选框的IoU不是标准正态分布&＃xff0c;但统计下来每个GT大约有

个正样本&＃xff0c;与其大小和长宽比无关&＃xff0c;而RetinaNet和FCOS则是偏向大目标有更多的正样本&＃xff0c;导致训练不公平

• Keeping almost hyperparameter-free

ATSS仅有一个超参数

&＃xff0c;后面的使用会表明ATSS的性能对

不敏感&＃xff0c;所以ATSS几乎是hyperparameter-free的

Verification

将ATSS应用到RetinaNet和FCOS上测试效果&＃xff1a;

• 将RetinaNet中的正负样本替换为ATSS&＃xff0c;AP提升了2.9%&＃xff0c;这样的性能提升几乎是没有任何额外消耗的
• 在FCOS上的应用主要用两种&＃xff1a;lite版本采用ATSS的思想&＃xff0c;从选取GT内的anchor point改为选取每层离GT最近的top
  个候选anchor point&＃xff0c;提升了0.8%AP&＃xff1b;full版本将FCOS的anchor point改为长宽为
  的anchor box来根据ATSS选择正负样本&＃xff0c;但仍然使用原始的回归方法&＃xff0c;提升了1.4%AP。两种方法找到的anchor point在空间位置上大致相同&＃xff0c;但是在FPN层上的选择不太一样。从结果来看&＃xff0c;自适应的选择方法比固定的方法更有效

Analysis

参数k在区间

几乎是一样的&＃xff0c;过大的设置会到导致过多的低质量候选anchor&＃xff0c;而过小的设置则会导致过少的正样本&＃xff0c;而且统计结果也不稳定。总体而言&＃xff0c;参数

是相对鲁棒的&＃xff0c;可以认为ATSS是hyperparameter-free

在FCOS的full版本中使用了

的anchor box&＃xff0c;论文对不同的尺寸进行了对比&＃xff0c;如表5所示&＃xff0c;也在

基础上对不同的长宽比进行了对比&＃xff0c;如表6所示。从结果来看&＃xff0c;性能几乎对尺寸和长宽比无关&＃xff0c;相对鲁棒

Discussion

前面的RetinaNet实验只用了一个anchor box&＃xff0c;论文补充测试了不同anchor数下的性能&＃xff0c;实验中的Imprs为表1中的提升手段。从结果来看&＃xff0c;在每个位置设定多个anchor box是无用的操作&＃xff0c;关键在于选择合适的正样本

Comparison

实现的是FCOS版本的ATSS&＃xff0c;在相同的主干网络下&＃xff0c;ATSS方法能够大幅增加准确率&＃xff0c;十分有效

Conclusion

论文指出one-stage anchor-based和center-based anchor-free检测算法间的差异主要来自于正负样本的选择&＃xff0c;基于此提出ATSS(Adaptive Training Sample Selection)方法&＃xff0c;该方法能够自动根据GT的相关统计特征选择合适的anchor box作为正样本&＃xff0c;在不带来额外计算量和参数的情况下&＃xff0c;能够大幅提升模型的性能&＃xff0c;十分有用

如果本文对你有帮助&＃xff0c;麻烦点个赞或在看呗&＃xff5e;
更多内容请关注 微信公众号【晓飞的算法工程笔记】