开源 | CVPR2020 | AP-loss显著提高单阶目标检测器的性能

论文地址：http://arxiv.org/pdf/1904.06373v3.pdf 代码：https://github.com/cccorn/ap-loss. 来源：上海交通大学 论文名称：Towards Accurate One-Stage Object Detection with AP-Loss 原文作者：Kean Chen

单阶段目标检测器存在严重的前、后目标不平衡问题，主要是由于单阶段目标检测器通过同时优化分类-损失和定位-损失来训练，而anchor的数量很大造成的。为解决这一问题，本文提出了一种新的框架，将单级检测器中的分类任务替换为排序任务，并采用平均精度损失(AP-loss)来处理排序问题。由于AP-loss的不可微性和非凸性，使得APloss不能直接优化。因此，本文开发了一种新的优化算法，它将感知器学习中的错误驱动更新方案和深度网络中的反向传播机制无缝地结合在一起。

本文从理论和实证两方面验证了该算法的良好收敛性。实验结果表明，在不改变网络结构的情况下，基于AP-loss的单阶段检测器在不同基准上的分类损耗有显著的性能改进。

下面是论文具体框架结构以及实验结果：

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请联系删除。