Stitcher: Feedback-driven Data Provider for Object Detection

2020, Apr 30    

• 问题:
• 方法：
• 结果

Paper: Y. Chen et al., “Stitcher: Feedback-driven Data Provider for Object Detection,” arXiv:2004.12432 [cs], Apr. 2020, Accessed: Apr. 30, 2020. [Online]. Available: http://arxiv.org/abs/2004.12432.

问题:

• 检测器小物体的检测能力相较于中等和大物体低了将近一半
• 小物体样本不少， 但是包含小物体的图像较少， 导致小物体训练中不平衡

方法：

• 通过stitch增益
  • 将图像缩小，然后拼接
  • 将整个batch的图像缩小
• 在线反馈动态调整
  • 计算小尺度比例指标\(r_s^t\) ， 当其小预阈值 \(\tau\) 触发 stitching
    • 直接用输入的物体尺寸计算小物体的比例
    • 计算小物体的分类 loss 的比例
    • 回归 loss 比例
    • 总 loss 比例

结果

• 检测和分割任务精度均有提升
  
• 可以预防过拟合
  
• 阈值的选取和缩放的倍率影响如下