UnitBox是旷世科技提出的一种高级目标检测网络，它引入了IOU Loss来解决L2 Loss在处理不同尺度目标时的不足。通过预测坐标差值而非直接坐标，UnitBox能更好地检测各种尺度和角度的目标。网络结构包含两个全卷积分支，分别处理分类得分和边界框误差。实验在WiderFace数据集上进行，展示了IOU Loss的优势。
UnitBox: An Advanced Object Detection Network
（ACM 2016）
论文UnitBox是旷世科技的一篇人脸检测文章，代码没有开源。主要的贡献是提出了IOU loss，2.4.5节所讲的DenseBox直接预测当前点与ground truth的四条边的距离，并且使用L2 loss。为了检测不同尺度的目标，Densebox使用了图像金字塔，所以计算量很大。使用L2_Loss意味着把四个坐标当成了独立变量，这显然是与实际不符的，这也是为什么框不准的原因。为了方便灵活灵活地处理各种角度的目标，作者提出了一种新的IOU_Loss，将四个回归值当做一个整体来处理,不仅提高了准确率而且加速了收敛。
预测的四个值并不是人脸框的坐标，而是坐标差值。
图39 IOU loss示意图
作者在文章给出了L2 loss的缺点。如下图两个人脸框所示，L2 Loss可以看做是欧氏距离，很明显这里面四个坐标是被当做独立变量来优化的。左边的人脸框明显比右边的要准一点，但是脸太大，则导致loss最终反而比右边的大，然后我们
最低0.47元/天 解锁文章
5721
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
