摘要
准确地对大量候选检测结果进行排序，对于实现高性能的密集目标检测器至关重要。以往的工作通常采用分类得分，或分类得分与预测定位得分的组合来对候选框进行排序。然而，这两种方法均无法提供可靠的排序结果，从而导致检测性能下降。本文提出学习一种IoU感知的分类得分（IoU-aware Classification Score, IACS），作为目标存在置信度与定位精度的联合表示。我们证明，基于IACS，密集目标检测器能够实现更精确的候选检测排序。为此，我们设计了一种新的损失函数——Varifocal Loss，用于训练密集目标检测器以预测IACS，并提出一种新型的星形边界框特征表示方法，用于IACS预测与边界框精修。结合上述两个新组件以及一个边界框精修分支，我们在FCOS+ATSS架构基础上构建了一种IoU感知的密集目标检测器，命名为VarifocalNet（简称VFNet）。在MS COCO数据集上的大量实验表明，无论采用何种主干网络，我们的VFNet均能稳定超越强基准模型约2.0 AP。其中，性能最优的模型VFNet-X-1200（基于Res2Net-101-DCN）在COCO test-dev集上实现了55.1的单模型单尺度AP，达到当前各类目标检测器中的最先进水平。代码已开源，地址为：https://github.com/hyz-xmaster/VarifocalNet。