Long-tailed Instance Segmentation unter Verwendung einer Gumbel-optimierten Verlustfunktion

In jüngster Zeit wurden erhebliche Fortschritte im Bereich der Objektdetektion und -segmentierung erzielt. Bei seltenen Kategorien versagen jedoch die derzeit fortschrittlichsten Methoden, was zu einer erheblichen Leistungsunterschied zwischen seltenen und häufigen Kategorien führt. In diesem Paper identifizieren wir, dass die in tiefen Detektoren verwendeten Sigmoid- oder Softmax-Funktionen ein wesentlicher Grund für die geringe Leistung sind und für die Detektion und Segmentierung bei langen Schwänzen suboptimal sind. Um dieses Problem zu lösen, entwickeln wir eine Gumbel-optimierte Verlustfunktion (GOL) für die Detektion und Segmentierung bei langen Schwänzen. Diese berücksichtigt die Gumbel-Verteilung seltener Klassen in unbalancierten Datensätzen, unter Berücksichtigung der Tatsache, dass die meisten Klassen in der Detektion mit langen Schwänzen eine geringe erwartete Wahrscheinlichkeit aufweisen. Die vorgeschlagene GOL übertrifft die bisher beste state-of-the-art-Methode um 1,1 % in AP und steigert die Gesamtsegmentierung um 9,0 % sowie die Detektion um 8,0 %, insbesondere verbessert sie die Erkennung seltener Klassen um 20,3 % gegenüber Mask-RCNN auf dem LVIS-Datensatz. Der Quellcode ist verfügbar unter: https://github.com/kostas1515/GOL