Cascade R-CNN : Exploration de la détection d'objets de haute qualité

Dans le domaine de la détection d'objets, un seuil d'intersection sur union (IoU) est nécessaire pour définir les positifs et les négatifs. Un détecteur d'objets formé avec un seuil IoU faible, par exemple 0.5, produit généralement des détections bruyantes. Cependant, les performances de détection tendent à se dégrader lorsque l'on augmente les seuils IoU. Deux facteurs principaux sont responsables de ce phénomène : 1) le surapprentissage pendant la formation, en raison de l'effondrement exponentiel des échantillons positifs, et 2) le décalage lors de l'inférence entre les IoUs pour lesquels le détecteur est optimal et ceux des hypothèses d'entrée. Une architecture de détection d'objets en plusieurs étapes, appelée Cascade R-CNN, est proposée pour résoudre ces problèmes. Elle consiste en une série de détecteurs formés avec des seuils IoU croissants, afin d'être progressivement plus sélectifs face aux faux positifs proches. Les détecteurs sont formés étape par étape, en exploitant l'observation que la sortie d'un détecteur constitue une bonne distribution pour former le détecteur de meilleure qualité suivant. Le rééchantillonnage des hypothèses progressivement améliorées garantit que tous les détecteurs disposent d'un ensemble positif d'exemples de taille équivalente, réduisant ainsi le problème de surapprentissage. La même procédure en cascade est appliquée lors de l'inférence, permettant une correspondance plus étroite entre les hypothèses et la qualité du détecteur à chaque étape. Une implémentation simple du Cascade R-CNN a montré qu'elle surpassait tous les détecteurs d'objets mono-modèle sur l'ensemble de données COCO difficile. Les expériences montrent également que le Cascade R-CNN s'applique largement à travers différentes architectures de détecteurs, réalisant des gains constants indépendamment de la force du détecteur de base. Le code sera rendu disponible sur https://github.com/zhaoweicai/cascade-rcnn.