VarifocalNet：IoUに配慮した密度型オブジェクト検出器

多数の候補検出結果を正確にランク付けすることは、高密度物体検出器が高性能を達成する上で極めて重要である。従来の手法では、分類スコア、あるいは分類スコアと予測された位置情報スコアの組み合わせを用いて候補をランク付けしていたが、いずれの方法も信頼性の高いランク付けをもたらさず、結果として検出性能の低下を引き起こしていた。本論文では、物体存在の信頼性と位置推定の正確性の両方を統合的に表現する「IoUに注意した分類スコア（Iou-aware Classification Score: IACS）」を学習する手法を提案する。我々は、IACSに基づくランク付けにより、高密度物体検出器がより正確な候補検出の順位付けを実現できることを示す。さらに、IACSの予測を可能とする新しい損失関数「Varifocal Loss」を設計し、IACS予測およびバウンディングボックスの精緻化に適した新しい星型バウンディングボックス特徴表現を提案する。これらの新要素とバウンディングボックス精緻化ブランチを統合することで、FCOS+ATSSアーキテクチャに基づくIoUに注意した高密度物体検出器「VarifocalNet（VFNet）」を構築した。MS COCOデータセットにおける広範な実験により、異なるバックボーンを用いても、我々のVFNetは強力なベースラインを約2.0 AP上回ることが確認された。特に、Res2Net-101-DCNを用いた最良のモデルVFNet-X-1200は、COCO test-devにおいて単一モデル・単一スケールで55.1のAPを達成し、各種物体検出器の中で最先端の性能を示した。コードは以下のURLから公開されている：https://github.com/hyz-xmaster/VarifocalNet。