【论文解析】TOOD：任务对齐的一阶段物体检测器

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”

---

导读

显式的使用loss来对齐分类和定位任务。

TOOD: Task-aligned One-stage Object Detection

论文链接：后台发送“tood”获取论文和代码链接。

1、介绍

现有的物体检测方法的2个局限性：

（1）分类和定位的独立性。目前，分类和定位一般用的是2个独立的分支，这样使得2个任务之间缺乏交互，在预测的时候就会出现不一致性。得分高的预测位置不准，位置准的预测得分不高。

（2）任务无关的样本分配。大多数的anchor free的物体检测器使用基于几何的方式来分配样本点，anchor-based物体检测器一般使用IoU的方式来分配样本点，但是对于分类最优的anchor和对于定位最优的anchor往往并不是同一个。这些常用的样本分配策略都是和任务无关的，不能对这两个任务同时做出准确的预测。

针对上面的2个问题，我们提出了任务对齐的一阶段物体检测器（Task-aligned One-stage Object Detection：TOOD）。

Task-aligned head

我们设计了一个Task-aligned head (T-head)  来增强2个任务之间的交互。概念上很简单：计算2个任务的交互特征。通过TAP（Task-Aligned Predictor ）来做预测。

Task alignment learning

我们提出了Task Alignment Learning (TAL)  来显式的把两个任务的最优anchor拉近。这是通过设计一个样本分配策略和任务对齐loss来实现的。样本分配器计算每个anchor的任务对齐度，同时任务对齐loss可以逐步将分类和定位的最佳anchor统一起来。

2、方法

总的pipeline还是‘backbone-FPN-head’  的形式，这里和ATSS一样，每个位置只使用了一个anchor。这里的anchor其实和anchor free中的anchor point是一个概念。总体结构如下图，T-head和TAL协同工作，提升性能。具体来说，T-head首先对FPN特征进行预测，然后TAL对这两个任务给出一个一致性的度量，最后T-head会自动的调整分类输出和定位输出。

2.1 Task-aligned Head

我们设计的这个任务对齐头如下图（b），目标有两个，提高2个任务的交互性，增加检测器学习对齐的能力。

如图b所示，FPN的特征先经过N个堆叠的卷积，并保存每次卷积的结果，这样就得到N个输出，称为 ，其实就是N个特征group，这N个输出具有不同尺度的感受野，其实就是多尺度的特征。然后经过两个TAP，进行对齐的分类和定位预测。

TAP的结构如图c所示， 首先经过一个Layer attention模块，其实就是计算每个特征group的权重，然后相乘。然后拼接起来做卷积，得到 ，然后得到分类得分或者包围框。

预测对齐，在预测的时候，我们需要显式的做一次对齐，对于分类，我们用空间概率图来调整分类预测：

对于包围框，我们用空间偏差图来调整预测：

这两个用来对齐的图是自动学习出来的：

2.2 Task Alignment Learning

2.2.1 任务对齐样本分配

anchor对齐度量

我们用分类得分和预测框和gt的IoU的高阶组合来表示这个度量：

这里α和β可以用来控制得分和IoU对这个指标的影响程度。

训练样本分配

对于每个gt，我们选择m个具有最大t值的anchor作为正样本点，其余的为负样本。另外，训练的时候还会计算一个新loss，用来对齐分类和定位。

2.2.2 Task-aligned Loss

分类目标函数

为了显式的增加对齐的anchor的得分，减少不对齐的anchor的得分，我们用t来代替正样本anchor的标签。我们发现，当α和β变换导致正样本的标签变小之后，模型无法收敛，因此，我们使用了归一化的t，这个归一化有两个性质：1）确保可以有效学习困难样本，2）保持原来的排序。

同时，我们借鉴了focal loss的思想，最后的损失函数如下。

定位损失函数

和分类类似，我们使用归一化的t来对GIoU loss进行了加权：

总的loss就是把这两个损失加起来。

3、实验

3.1 消融实验

使用T-head的效果：

样本分配策略的效果：

TOOD在anchor free和anchor based上的比较：

超参数的效果：

和其他的SOTA的比较：

任务对齐的质量分析：

—END—

请长按或扫描二维码关注本公众号

喜欢的话，请给我个在看吧！