CVPR 2020 论文标题：Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection 论文地址：https://arxiv.org/abs/1912.02424 代码地址：https://github.com/sfzhang15/ATSS
简介
本文通过一系列严谨的实验，指出了现有目标检测模型中，Anchor-based和Center-based两种方法的本质区别是正负样本的选取规则不同，这也是导致二者性能差异的主要原因。之后，作者提出了一种通用的样本选取方法Adaptive Training Sample Selection (ATSS)，该方法可以显著提升各类目标检测模型的精度。
Difference Analysis of Anchor-based and Anchor-free Detection
以RetinaNet为Anchor-based model的代表，FCOS为Center-based model的代表，作者分析了造成二者精度差异的本质区别。首先，为了和FCOS公平比较，限定RetinaNet在每一层级的feature map上每个位置只设置一个anchor box，这样一来，RetinaNet(#A=1)的表现显著低于FCOS：32.5% vs. 37.1%。作者指出，FCOS表现更好的原因之一是在模型设计上运用了很多trick，因此，作者给RetinaNet(#A=1)也加入了这些trick：
由表1可见，在各方面都公平的情况下，RetinaNet(#A=1)依旧比FCOS落后了0.8%。至此，作者指出可能的原因有两个：1.Anchor-based model和Center-based model在训练过程中，正负样本的选取规则不同。如图1：
Anchor-based model依据IOU筛选样本，如图1(a)。在不同层级的格网中，直接计算anchor box与gt的IOU，用预先设置好的阈值筛选，大于一定阈值则为positive，小于一定阈值为negative，其余丢弃。这种筛选方法用IOU指标同时对anchor box的空间位置和大小进行筛选。Center-based model的筛选过程分为两步：首先center落在gt之内的作为候选点，然后根据gt的大小选择相应的pyramid level。这种筛选方法对空间位置和大小进行分步筛选。
2.边界框回归方式不同。如图2：
Anchor-based model在anchor box的基础上回归box的偏移量。Center-based model直接回归中心点的偏移量。
对于以上两个可能的原因，作者进一步做了实验。实验表明，正负样本选取规则不同是造成二者性能差异的本质原因：
Adaptive Training Sample Selection
以上实验表明了正负样本选取方式在目标检测模型当中的重要性，因此作者设计了一种更加通用且鲁棒的样本选择器ATSS。ATSS可以根据样本的统计信息自动设置阈值来筛选正负样本。同时，其几乎不受超参数的影响，具有更强的鲁棒性。ATSS的算法流程如下：
首先对于每一个gt，在每一个pyramid level上根据L2距离筛选出k个候选anchor box。若有L个pyramid level，则一共筛选出kL个候选样本。之后统计这些候选anchor box和gt之间IOU的均值
和方差
，设置自适应的阈值
。当IOU大于阈值
，且anchor box中心点在gt之内，则为正样本，否则为负样本。
以上就是作者提出的ATSS样本筛选器，其综合了Anchor-based model和Center-based model的筛选方法，并且抛弃了人工设置阈值，采用了样本的统计信息自动设置阈值。个人理解，ATSS方法的本质是对不同尺寸、不同形状的目标自适应地产生不同的筛选阈值，以此来缓解训练过程中不同目标样本过多，过少或正负样本不均衡的问题。
Verification
作者做了非常完备的实验。表7很有意思，实验表明在不使用ATSS的情况下，设置更多的anchor box可以提升模型精度。但使用了ATSS之后，更多的anchor box居然是没有必要的。另外，表4中的结果也表明，ATSS对超参数k是很不敏感的。
总结
一篇以实验驱动的文章，各种实验都做的都非常完备，这也是顶会论文的一大特点~
若有收获，就点个赞吧
0 人点赞
