文章目錄

• • 一、背景和動機
  • 二、方法
  • 三、效果

一、背景和動機

目標檢測在很長一段時間內都是被 anchor-based 的方法統治，后來出現了一些基于 FPN 和 Focal loss 的 anchor-free 的方法，也取得了一些較好的效果。

該文章指出，anchor-based 和 anchor-free 的方法最大的不同，就是如何判斷正負樣本，這是導致上述兩種方法性能 gap 的最大的原因。如果他們使用相同的方法來定義正負樣本，最后的性能幾乎沒有差別。這也就說明了定義正負樣本的重要性。

retinanet 使用 IoU 的方法來區分前景/背景，FCOS 使用 spatial and scale constrict 的方法判斷前景/背景，這些方法都是需要設定閾值參數的，這些確定的規則雖然對大多數目標適用，但對一些 outer 的目標是不使用的，所以，對不同的目標應該用不同的規則。

于是，該文章提出了 Adaptive Training Sample Selection (ATSS) ，來根據目標的統計信息，自動選取正負樣本，無任何超參數。

二、方法

對圖中的每個grund-truth box $g$：

• 首先尋找所有的候選正樣本（line 3-6），也就是對每個pyramid level，計算每個anchor的中心點和目標的中心點的L2距離，選擇 $k$ 個 anchor box。如果有 $L$ 層，則共有 $L\times k$ 個。
• 計算每個候選正樣本和 ground truth $g$ 之間的 IoU （$D_g$, line 7）
• 計算這組IoU的均值 $m_g$ 和方差 $v_g$，(line 8-9)，設置選取正樣本的閾值為：$t_g=m_g+v_g$ (line 10)
• 根據 IoU，選擇那些 IoU 大于等于閾值的后炫酷作為最終的正樣本（line11-15)
• 如果一個框被幾個不同的 gt 都分配過去了，那就選擇 IoU 最高的。
• 其他的作為負樣本

為什么要使用非固定的閾值？

本文的閾值是一個統計結果，如圖 3(a) 有一個高的閾值，這是因為這里的候選框質量都很高，如圖3(b) 有一個低的閾值，說明這里的框的質量都不高，如果使用高閾值的話，會把絕大部分的框都濾掉，不合適，所以使用統計的量作為閾值是一個可取的方式。

對不同尺寸目標的不均衡的修正：

根據統計理論，大約16%的框會落到 $[m_g+v_g,1]$ 這個區間內，雖然 IoU 的分布不是正態分布，但統計結果表明大約有 $0.2?kL$ 的正樣本，這是不隨尺度、aspect ratio、location 而改變的。但 retinanet 和 fcos 的方法，會更多的關注于大尺度的正樣本，導致不同大小的目標數量不均衡。

三、效果

以 FCOS 為基礎，添加 ATSS 模塊作為對比基準：

總結

以上是生活随笔為你收集整理的【目标检测】ATSS: bridging the gap between anchor-based and anchor-free detection via ATSS （cvpr20)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。