要約
最近、アンカーなし検出手法は大きな進歩を遂げています。主に2つの手法、アンカーポイント検出とキーポイント検出が、速度と精度のトレードオフにおいて対極的な位置にあります。アンカーポイント検出器は速度面で優れています。本研究では、この速度の優位性を維持しながら、キーポイント検出器に対してアンカーポイント検出器の性能を向上させることを目指しています。そのためには、アンカーポイントの視点から検出問題を定式化し、訓練の非効率性を主要な問題として特定しました。我々の重要な洞察は、アンカーポイントが特徴ピラミッド内の各レベル内でグループとして最適化されるとともに、全体の特徴ピラミッドレベル間でも最適化されるべきであるということです。これを解決するために、ソフトウェイト付きアンカーポイントとソフト選択されたピラミッドレベルを使用する単純かつ効果的な訓練戦略を提案します。各ピラミッドレベル内の誤った注意問題と全ピラミッドレベル間での特徴選択問題に対処するためです。有効性を評価するために、単一ステージのアンカーなし検出器であるソフト アンカーポイント デテクター（SAPD）を訓練しました。実験結果は、我々の簡潔なSAPDが速度/精度トレードオフを新たなレベルに引き上げており、最近の最先端のアンカーありおよびアンカーなし検出器を超える性能を示していることを示しています。特別な工夫なく、我々の最良モデルはCOCOデータセット上でシングルモデル・シングルスケールでのAP（平均精度）47.4%を達成できます。