之前参加了df的钢筋检测比赛,比赛中的一个难点是密集遮挡问题,为了解决这个问题,参考了之前旷视针对人群检测中密集遮挡问题而提出的Reploss,这篇论文收录于cvpr2018。我把Reploss的思路拿过来用在钢筋检测中,效果还是不错的,在这里记录一下这篇论文。
在目标检测中,遮挡问题是比较常见的,主要分为两种,一种是待检测目标之间相互遮挡,一种是待检测目标与被干扰物遮挡,
第一种遮挡又分为类间遮挡和类内遮挡,类内遮挡产生于同类物体,也被称为密集遮挡。第二种遮挡,由于目标干扰物体遮挡,而算法只能学习待检测物体的特征,因此第二种遮挡只能通过增加样本来优化检测效果。
密集遮挡的问题:由于密集遮挡的两个目标的类别是相同的,所以两个目标之间的特征是相似的,检测器很可能无法定位。本应该属于目标A的proposal很可能会想目标B发生偏移,导致定位不准确,而目标B本身有自己的proposal,在接下来的nms中,目标A的proposal很可能被目标B的proposal所抑制,进而造成了目标A的漏检。因此,对于密集遮挡问题,NMS的阈值时很敏感的,阈值过高,造成误检,阈值低,造成漏检。
目前的目标检测器都是利用回归来进行定位,位置回归的目标是让proposal和gtbox尽可能的接近,而不考虑周围的物体。如果预测框周围有其他物体时,对其并没有任何的惩罚。
Rep loss
Reploss收到磁石吸引排斥的启发,Reploss包含三个目标:包括一个吸引项和两个排斥项,吸引项的要求是预测框靠近其目标&