作者 | 周强
来源 | 我爱计算机视觉（ID：aicvml）
【导语】近日，华中科技大学发表了一篇新论文《IoU-aware Single-stage Object Detector for Accurate Localization》，在此论文中作者提出了一种非常简单的目标检测定位改进方法，通过预测目标候选包围框与真实目标标注的IoU（交并比），并基于此与分类分数的乘积作为检测置信度，用于NMS（非极大抑制）和COCO AP计算，显著提高了目标检测的定位精度。
作者均来自华中科技大学，并称代码将开源，不过目前还未公布地址。
论文地址：
在目标检测问题中，模型需要输出目标分类分数和与其对应的目标定位的包围框，在以往的模型中，经常使用分类分数作为目标定位准不准的置信度，并基于此对大量候选目标包围框NMS，现在越来越多的工作发现，分类分数高并不能保证定位精度高。
作者认为IoU是直接反应定位准不准的直接指标，可以在目标检测模型的分类和定位任务的基础上添加IoU预测的任务，可以在一定程度上反应定位置信度。
作者是在著明的一阶段目标检测算法RetinaNet基础上做的改进，如下图：
在包围框回归分支添加一个并行的预测IoU的任务。
相关的损失函数数学描述：
作者将分类分数和预测得到的IoU相乘，这个指标既反应了是不是这个目标，又反应了该位置和真实目标的可能的交并比，认为它是更加精确的检测置信度：
公式中参数 α 用于控制两者的贡献大小。
实验结果
作者在COCO test-dev上与其他State-of-the-art算法的结果比较：
可见，相比于基线RetinaNet，取得了显著的AP提升，提升在1.0%∼1.6%之间。
在PASCAL VOC数据集上与RetinaNet的比较结果：
同样取得了显著的AP提升，AP 提升在1.1%∼2.2%之间。
这篇文章尽管思路比较简单，但改进还是明显的，希望对其他目标检测算法也有效，期待有更多实验结果出来。
（*本文为AI科技大本营转载文章，转载请联系作者）
◆
精彩公开课
◆
推荐阅读
讯飞轮值总裁胡郁：大数据是人工智能产业落地的必要保障| BDTC 2019专访ClickHouse创始人：数据库竞争依旧火热，技术整合势在必行商汤联手华科：提出文字检测模型GNNets，新颖模块可解决几何分布难题20行代码发一篇NeurIPS：梯度共享已经不安全了图灵奖得主Bengio：深度学习不会被取代，我想让AI会推理、计划和想象4大主流CPU处理器技术架构，不知道就out了！阿里云上万个 Kubernetes 集群大规模管理实践公司倒闭，39 岁重新找工作，薪资不到 8000，太残酷！HTML + CSS 为何得不到编程界的认可？
你点的每个“在看”，我都认真当成了AI