PSS

• 題名: Object Detection Made Simpler by Eliminating Heuristic NMS

• 論文: https://arxiv.org/abs/2101.11782

• 公式実装

  • https://github.com/damo-cv/FCOSPss

特徴

• NMSフリーなEnd-to-Endを実現するため導入されるヘッドをPSSヘッドと呼ぶ。

• また学習例によってはラベルに矛盾が生じ、学習が困難になるケースがあるため、stop-gradient operationを用いることで対処する。

• PSSのロス関数は以下のようにL_pssとL_rankを足し合わせたものとなる。

  • λ_2=0.25と設定した。

• L_fcosはFCOS論文と同様に、classificationのfocal loss、regressionのIoU-loss、centernessのlossを足し合わせたものである。

• L_pssはPSSのキーである。

• ヘッドの出力をσ(pss)とし、これはひとつのgtに対して1つだけ正例を活性化するようなセレクタである。

• これを使いσ(pss)とclassficationの推定結果σ(s)、centernessσ(ctr)を乗算した以下を定義する。

• このfocal lossをL_pssとして定義する。

• またL_rankは以下で定義される。

• ここでγは正のアンカーと負のアンカーのマージンを表すハイパーパラメータである。(詳細は未調査)