一、目標檢測之Softer-NMS

Bounding Box Regression with Uncertainty for Accurate Object Detection

• 論文鏈接：https://arxiv.org/abs/1809.08545
• 論文翻譯：https://blog.csdn.net/weixin_42662134/article/details/88967206
• 論文詳解：https://blog.csdn.net/lcczzu/article/details/86518615
• 論文代碼：https://github.com/yihui-he/softer-NMS

二、Softer-NMS算法

1、論文動機

目前NMS會出問題的情況：

1）所有的候選包圍框都不夠精確（這時候該選擇哪一個？或者有沒有可能綜合這些候選框的信息提高精度？）；

2）擁有高的分類分數的候選包圍框不精確（如何更有效地評價候選框的定位精度？）

如下圖：

圖中（a）展示了2個均在某些坐標不精確的候選包圍框，（b）展示了定位精度高的候選框分類分數較低。

以上檢測失敗的例子都表明，定位置信度并不是與分類置信度強相關（事實上好的分類器應該對定位信息不敏感）。

2、論文算法思想

• 首先假設預測的bounding box的是高斯分布：
  
• ground truth bounding box是狄拉克delta分布（既標準方差為0的高斯分布極限）：
  
  上個式子里面的delta分布是當高斯分布的σ趨于0時的極限分布，大概就是這樣：
  
  當σ越小，曲線越瘦高，當σ非常小的時候，幾乎是一條豎直的線，同時σ越小，表示越確定，因此1?σ可以作為置信度的。

網絡架構：

KL 散度用來衡量兩個概率分布的非對稱性度量，KL散度越接近0代表兩個概率分布越相似。

論文提出的KL loss，即為最小化Bounding box regression loss，即Bounding box的高斯分布和ground truth的狄拉克delta分布的KL散度。直觀上解釋，KL Loss使得Bounding box預測呈高斯分布，且與ground truth相近。而將包圍框預測的標準差看作置信度。

我們估計值的高斯分布，對應藍色和灰色的曲線。橙色的曲線是ground-truth對應的狄拉克函數。當預測bbox位置沒被估計準確，我們期望預測結果有更大的方差，這樣Lreg會比較低（藍色）。

使用KL loss進行回歸：

最終推導后損失函數：

為了避免梯度爆炸，我們的網絡實際中預測的是α=log(σ2)α=log(σ2)，而不是σ；

var voting（方差投票）：

得到上述置信度，即可以在Soft NMS后進一步改進，將大于一定重疊度閾值Nt的候選包圍框根據置信度加權平均。（因為在訓練的時候尋求包圍框預測的方差小，所以這一步加權平均后不會出現框出來“四不像”的情況）

計算過程如下：

結果

總結

以上是生活随笔為你收集整理的目标检测之Softer-NMS的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。