使用Fitness NMS有界IoU损失改进目标定位.pdfVIP

通过FitnessNMS和有界IoU损失改进目标定位

LachlanTychsen‑Smith,LarsPeterssonCSIRO(Data61)

CSIRO‑Synergy大楼，阿克顿，ACT，

2601Lachlan.Tychsen‑Smith@data61.csiro.au,Lars.Petersson@data61.csiro.au

IoU=0.53

我们证明了许多检测方法旨在识别一个足够准确值

的边界框，而不是最佳的边界框。为了解决这个问题，

我们提出了一种简单且快速的现有方法修改方案，称

为FitnessNMS。该方法使用DeNet模型进试，

在不降低评估速度的情况下，显著提高了MAP和更

高的定位精度，并且可以与SoftNMS结合使用以获

得额外的改进。接下来，我们推导出一种基于一组IoU=0.83

IoU上限的新边界框回归损失，该损失更好地匹配了

IoU最大化的目标，同时仍了良好的收敛特