CVPR2019論文看點：自學習Anchor原理

原論文鏈接：https://arxiv.org/pdf/1901.03278.pdf

CVPR2019的一篇對anchor進行優化的論文，主要將原來需要預先定義的anchor改成直接end2end學習anchor位置和size。首先anchor的定義通常為(x, y, w, h) (x, y為中心點)，formulate一下：

本文所提的guided
anchoring利用兩個branch分別預測anchor的位置和w、h：

guided anchoring的主要內容有如下幾點：

Anchor
Location Prediction

邏輯很簡單，利用一個1x1的conv將輸入的feature map轉換成 W x H x 1的heatmap，通過卡閾值t來得到anchor可能出現的位置，在訓練的時候可以通過gt的框來生成heatmap的groudtruth，negtive、positive、ignore的pixel定義論文中有比較詳細的介紹。

Anchor Shape Prediction

這一部分邏輯和上一部分一樣，也是通過一個1x1的conv將輸入的feature map轉換成W x H x 2的heatmap，只是考慮到如果直接回歸w和h范圍太廣會比較不穩定，作者做了一定的轉化將預測值約束到[-1,1], 實際使用的時候再映射回去，s為feature map的stride，sigma為8：

需要注意的是和傳統的anchor設置不一樣的是，guider anchoring在某一個pixel下只會設置一個anchor。

這一部分的訓練其實會是比較需要特別注意的地方，論文中使用來IoU
loss來監督，但是這樣存在一個問題，因為這個分支本身是預測w，h的，所以IoU Loss的計算無法知道match的具體gt，作者提出的方法是sample 9組常見的w、h，這樣就可以利用這9組w、h構建9個不同的anchor去和gt匹配，IoU最大的匹配gt就是當前需要去計算IoU Loss的gt，然后直接用heatmap的w、h和這個gt計算IoU Loss即可：

Anchor-Guided
Feature Adaptation

這一個模塊主要是針對feature有可能和anchor不一致而提出的，因為對于原先預定義的anchor而言，每一個pixel對應位置的anchor其實都是一樣的，所以也就無所謂feature的異同，但是guided
anchoring邏輯下不同的pixel有可能anchor的size差別很大，仍然像之前那樣直接出cls和reg很顯然是不合適的，所以作者就提出了adaptation的模塊，利用deformable
conv來處理不同形狀的anchor對應的feature。

論文的最后作者也提了一下因為GA-RPN可以得到很多高質量的porposal，通過提高閾值可以進一步優化檢測的效果。

實驗結果：

高質量 proposal 的正確打開方式

故事到這里其實也可以結束了，但是我們遇到了和之前一些改進
proposal 的
paper 里相同的問題，那就是
proposal 質量提升很多（如下圖），但是在
detector 上性能提升比較有限。在不同的檢測模型上，使用
Guided Anchoring 可以提升 1
個點左右。明明有很好的 proposal，但是 mAP 卻沒有漲很多，讓人十分難受。

經過一番探究，我們發現了以下兩點：1.
減少 proposal 數量，2.
增大訓練時正樣本的 IoU 閾值（這個更重要）。既然在 top300 里面已經有了很多高 IoU 的 proposal，那么何必用
1000 個框來訓練和測試，既然
proposal 們都這么優秀，那么讓
IoU 標準嚴格一些也未嘗不可。

這個正確的打開方式基本是
獨立調出來的，讓
performance 一下好看了很多。通過這兩個改進，在
Faster R-CNN 上的漲點瞬間提升到了
2.7 個點（沒有加任何
trick），其他方法上也有大幅提升。

生成 anchor

在得到
anchor 位置和中心點的預測之后，我們便可以生成
anchor 了，如下圖所示。這時的
anchor 是稀疏而且每個位置不一樣的。采用生成的
anchor 取代
sliding window，AR
(Average Recall) 已經可以超過普通
RPN 4 個點了，代價僅僅是增加兩個
1x1 conv。

實驗結結果

總結

以上是生活随笔為你收集整理的CVPR2019论文看点：自学习Anchor原理的全部內容，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。