【有向目标检测】DCL密集编码标签

原创已于 2024-01-02 19:41:17 修改 · 1.1k 阅读

18 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

于 2024-01-02 19:40:04 首次发布

【有向目标检测】DCL密集编码标签

文章目录

论文地址： https://arxiv.org/abs/2011.09670

代码地址：https://github.com/yangxue0827/RotationDetection

参考：https://zhuanlan.zhihu.com/p/354373013

前言

卷积参数计算
$\times C_i \times K^2 \times H \times W \times C_o\\ Parames = C_i \times K^2 \times C_o$
其中 $C_i$ 和 $C_o$ 分别表示输入输出的通道数，K表示卷积层的卷积核，H和W表示特征图的高和宽。

1. 动机

DCL主要从两方面进行了优化：

过于厚重的预测层
对类正方形目标检测的不友好

1.1厚重的预测层

CSL编码和独热编码均属于稀疏编码（Sparsely Coded Label，SCL）。稀疏编码的缺点是需要较长的位数来进行编。

CSL编码的编解码如下：

请添加图片描述

其中 $\omega=AR/C_{\theta}$ ， $A R$ 表示角度范围（默认是180）, $C_{\theta}$ 所划分的角度类别。

CSL编码方式或独热编码时的预测层厚度：

请添加图片描述

其中 $A$ 表示anchor的数量。

使用回归进行角度预测时，预测层厚度为：
$\text{Th}_{reg} = A$
以 A=21, AR=180, $\omega$ =1 为例，CSL编码方式与独热编码的预测层厚度是3780，而基于回归的预测层厚度只有21。这使得基于稀疏编码方法的参数量（Params）和计算量（GFlops）相比基于回归方法增加了23.42%和82.96%，造成模型训练和测试的效率低下。

1.2类正方形目标检测不友好

不管是CSL还是DCL，为了避免角度周期性（PoA）和边的交换性（EoE）问题，它们均采用了“角度分类+长边定义法”的组合。长边定义法有这样一个问题，他无法较好定义一个类正方形目标，如下图所示：

请添加图片描述

图的左边是gt，右边是一种“视觉可行”的预测结果，之所以说“视觉可行”是因为此时的计算误差非常大。这个误差主要来源于角度（类正方形目标两边近似相等，因此尽管wh的顺序相反，误差依然很小）。仔细观察可以发现这两种框的角度差约等于 90。

目标长宽比的减小使得评估（IoU）和损失（ $l n$ -norm）之间的不一致性逐渐被放大

其实使用周期为90的定义方法对类正方形目标来说更加合适（如OpenCV定义法），长边定义法有明显的缺陷。

2.DCL(Densely Coded Labels, DCL)

2.1.两类密集编码方法

二值编码（Binary Coded Label, BCL）和格雷编码 (Gray Coded Label, GCL)

预测层厚度计算公式如下：
$\text{Th}_{dcl}=A \times log_2(AR/\omega)$

优点：可以用更短的编码长度表示更大范围的值。因此，它们可以有效解决基于CSL和One-Hot的方法中编码长度过长的问题。
缺点：第一个问题是二值编码没有了CSL方法中强调的容忍性。3和4在三位的二进制编码结果分别为011和100。格雷码虽然任何两个相邻数的格雷码只有一位不同，最大值和最小值之间也只有一位数字不同，具有一定的容忍性，但是具有较大差异的角度的编码差异不是很明显, 如1和6。

请添加图片描述