基于任务关联的端到端目标检测算法

作者：王宏; 曾峥; 徐奕男; 谷晓琳

来源：自动化博览, 2022, 39(08): 70-75.

• 目标检测
• 样本选择
• 损失函数
• 相关性

对预测结果准确排序是端到端目标检测的关键。已有的端到端检测器将分类和定位当作独立任务,减少了两者之间的关联,导致利用分类分数排序的结果不可靠,降低了检测性能。针对上述问题,本文从样本选择、损失函数和网络结构三个方面进行了优化,提高了两者之间的一致性。首先利用分类和定位的排序结果计算样本选择的代价矩阵,并优先考虑分类和定位一致性大的样本作为正样本。另外,使用基于任务关联的损失函数训练分类器,学习同时表示目标分类精度和定位准确度的分数。考虑到分类和定位对特征需求的差异,在头部检测网络中引入特征对齐层,缓解了分类和定位之间的冲突。在COCO数据集上,基于任务关联的端到端目标检测算法的性能优于许多优秀的检测器。

• 单位
  北京控制工程研究所; 中国空间技术研究院; 北京轩宇空间科技有限公司