IoU-aware Single-stage Object Detector for Accurate Localization

Motivation

从这张图里面可以很好地看出来作者的出发点，即在目标检测里面，分类的分数其实并不能够准确地反应框是否准确, 像上面，都是分类分数高，而iou低的case,而真正iou高的框，分类的分数却没有那么高，而这些框会在做NMS的时候被分高的给干掉.
因此作者提出一种iou_aware的方式来替换这个分数.

那么整个过程就是首先要先预测iou, 然后在测试的时候，对于过nms的分数，用分类和iou来加权的方式，比如

整个过程，从想法到过程比较自然，有理有据。

值得注意的地方

1. 在Iou loss这里，作者最终选的是BCE
   
   个人认为这相比于gt是0,1的二分类而言，是soft了一些。或许也可以尝试KL-div

关于loss这里，作者做的对比实验如下

从表里面可以看出，相比之下， BCE要比L2-loss要好一些.
可能分类比回归更容易学吧.

2. 作者给了如果用gt-iou来代替predict-iou的话，结果对比如下
   
   会发现当使用gt-iou来做的话，指标要比使用predict-iou 好很多，说明这里面还大有可为.

3. 为什么Iou-aware会有用, 作者给了一个图
   

图a是原始的RetinaNet的 iou与 det-score的图，会发现这里面有很多分类分低，但是iou挺大的case, 如下

这说明，其实有很多较为精确的框的，但是因为分低而被杀掉了.

图b,是本文的方法所统计的结果，会发现，高iou, 低score的case少了很多.

这充分说明了这个方法的有效性.

另外图c，是用gt-iou来看的情况. 对于gt-iou来说，当iou大的时候，基本上和score呈正相关了.

thoughts

iou 作为衡量框准确性的一个重要指标要比单纯的分类分数要可信。尤其是在一些自动标注的任务上，使用Iou作为框精确性的一个衡量，应该是很有用的。