本文共 1596 字，大约阅读时间需要 5 分钟。

Title

• 代码

CVPR 2020 camera ready

Summary

目前最先进的目标检测器依赖于回归和分类一系列可能的锚点，这些锚点根据它们与相应的GT的IoU分为正样本和负样本。这样的设置方法会导致歧义性标签的产生，这可能会产生噪音，并且对训练具有挑战性。

作者通过设计与锚相关联的cleanliness score来缓解由不完美的标签分配产生的噪声影响。在不增加任何额外计算开销的情况下估计出的cleanliness score，它不仅可以作为软标签来监督分类分支的训练，而且作为样本重加权因子来提高定位和分类精度。 所提出的方法在不同的骨干网络下可以稳步地提高RetinaNet约2%。

Research Objective

当下卡IoU threshold的label assignment strategy会对网络训练引入noise，所以作者希望能够减轻这种noisy label的影响。

Problem Statement

noisy label是怎么造成的？

不同于其他分类任务中因为标注错误产生的noise， detection里面的noisy label是一个固有的问题。我们都知道如果一个框和ground-truth的overlap是100%，那么这个框理所应当被当做positive；如果没有任何overlap肯定应该是negative。但是中间的那些应该怎么给label呢？现在常见的方法都是卡阈值，高于某个阈值就是positive，低于某个阈值是negative，然而这并不一定是一种最优的策略，毕竟把一个IoU=0.5的框当做正样本可能会引入noise。

如何去消除这种noise呢？

• 一种是既然现在label不合理，那就重新设计label assignment strategy。
• 另一种是既然有noise，那就想办法降低这些noisy samples对于训练的影响。

Methods

loc_a表示定位confidence(这里作者采用预测box和对应的GT之间的IOU)，cls_c表示分类confidence(网络直接预测confidence)。Apos和Aneg都是根据IOU选出的TOP-N而非全部。

由于loc_a和cls_c被归一化过，为了增加方差作者进行了改动。因此采用以下结果来计算加权：

其中f(x)=1/(1-x)，和γ都是用来增大方差的。r被归一化到1. 整体流程：

Experiments

soft label和soft weight消融实验如下：

不同的超参数设置： 提出的方法运用于三种主干的retinanet之后结果如下： 应用于带FPN的F-RCNN的结果： 与其他检测器的对比：

总结

Thinks

1. 这篇算是2019年的，根据相关工作介绍，算是属于目标检测第一篇做噪声的论文了，而且作者说是专门解决anchor-based的噪声问题（相关工作中介绍了分类中的噪声方法，但是没有检测领域的相关研究），刚好之前也看了一篇PPDet（2020），做的是anchor-free的噪声。
2. 该篇论文很像之前做分类回归不一致问题的方法，通过对分类或者回归的重新加权，或者二次打分来降低个别劣质样本对模型训练的贡献。用动态软标签替代原来的{1,0}，而软标签的设置与位置信息和预测出的分类置信度有关。实验表明位置信息起更大的作用。由于分类置信度完全由预测得出，实际上仅仅是IOU在起监督作用。但最终参与NMS的仍然是经过IOU优化过的cls confidence，所以也算是一种位置信息与分类信息结合。
3. 动态设置权重。归根结底还是在一堆正样本中选择那些IOU较大的来"着重照顾"。而对于负样本，拥有较小IOU但输出较高cls confidence的同样会被赋予一定的权重来"压制"。本质上还是一种在动态分配label下的优化策略。

转载地址：http://bjxen.baihongyu.com/