【ECCV2020】目标检测论文解读（一）：PIoU Loss

文章来源 | 极链AI云（性价比最高的共享算力平台，助力你的技术成长～首次注册可获免费100小时GPU使用时长！官网地址：https://cloud.videojj.com/）

作者 | Chaser【极链AI云技术原创奖励计划】千元云币券获得者

原文地址 | 目标检测论文解读（一）：PIoU Loss （ 官网论坛）

 

PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments

发表于ECCV2020的一篇论文，地址入口。

 

MOTIVATION

解决的是旋转目标检测的问题。旋转目标采用OBB对齐GT，但是loss往往采用的是smoothL1，这会导致很多问题。
如下图：

可以看到两组框的xywh而言gt和rbox基本相近，只有角度不同，角度的偏差也是相同的，这就导致smooth loss一样。然而视觉效果而言显然宽高比越大越不好。所以将角度一视同仁地和其信息优化并不理想。

 

METHOD

提出的方法非常简朴，公式整得挺复杂，其实没什么复杂的思想。这张图很直观说明了这一点：

没错，就是像素近似计算IoU。其实让你手动实现skewiou，大部分人都会想到遍历像素点的方法，只是计算复杂度较高（作者也用cuda写的），所以更多的是采用复杂的三角分割方法。
具体而言如下，这几组公式就是用来判断像素是否在rbox内：

但是有个很大的问题：binary mask无法求导，将导致其无法用于loss计算。
于是作者用核函数近似了一下：

从而可以求导，最后用逻辑运算的方式得到skewiou：

 

EXPERIMENT

这个效果而言让人有点诧异，HRSC2016能上89是不错的水平了，但是DOTA上面只有60？？不得不说是审稿人应该不搞遥感检测或者没听过DOTA数据集，否则就这个baselien都能给他拒了。而且涨点的话，hrsc还比较能看有2左右，dota上1.4也够看。但是不跑高的baseline确实很让人怀疑是不是跑不上去。

 

RETHINK

一点自己的看法不一定正确，欢迎指出问题和共同讨论：
skewiou一直没有被用作loss，因为其不可导。但是不代表就不能做，只是思路上和方式上有待商榷。而这里的数像素点就是一种很质朴的想法，cuda加速后也能看，最关键的是这个核函数使之可微。其中还有能挖掘的地方，比如，三角分割势必导致不可微，那么有没有其他的替代算法？或者从标注层面进行解决？

 

想要认识更多深度学习小伙伴，交流更多技术问题，欢迎关注公众号“极链AI云”（为你提供性价比最高的共享算力平台，官网地址：https://cloud.videojj.com/）