ADR数据筛选算法（无Anchor的旋转物体检测方法）

WACV2021的一篇文章，将CenterNet的方案用到了旋转物体的检测中，设计了一种精巧的旋转框表达方式，免去了设计anchor麻烦，效果也非常好，而且代码也开源了。

这是一篇有方向的物体检测的文章。当前的有方向物体检测往往是两阶段的基于anchor的检测方法，但是这种方法会有正负anchor的不平衡的问题。这篇文章将基于水平关键点的物体检测的方法扩展了一下，用于有方向的物体检测。我们首先进行物体的中心点的检测，然后回归一个包围框的边缘感知向量（BBAVectors）来得到有方向的包围框。为了让这个向量的学习变得简单，我们还进一步将有方向的包围框分成了水平框和选择框两类。

两阶段的基于anchor的旋转框检测有一些缺点：（1）anchor的设计非常的复杂，要去设计不同的比例，不同的尺寸。（2）正负样本会非常的不均衡，这会导致训练很慢，而且无法达到最优的效果。（3）第二个阶段的crop和regress策略在计算量上也比较大。除了基于anchor的方法之外，最近anchor free的物体检测方法得到了较大的发展，CenterNet的方法是先检测物体的中心点，然后直接回归出物体的宽和高，当然，我们可以直接再回归一个旋转角度θ来将CenterNet扩展到有方向的物体检测，但是，对于任意的旋转物体，宽和高实际上依赖于不同的旋转坐标系统，所以直接回归会有些难度。

本文中，我们扩展了CenterNet的方法，将其应用到有方向物体的检测中，但是，并不是直接回归w，h和θ，而是学习一个box boundary-aware vectors（BBAVectors），如图1（b），然后得到物体的有方向的包围框。在实际做的过程中，我们发现，在一些极端情况下，向量和象限的边界非常的靠近，如图1（c），这样区分向量的类型就比较困难。

总结一下，我们的贡献如下：

• 提出了一个描述OBB的方法，box boundary-aware vectors（BBAVectors），非常的简单有效。BBAVectors对于所有的物体都在同一个笛卡尔坐标系中。
• 我们将基于特征点检测的CenterNet扩展到了方向物体检测场景中。这是一个单阶段而且anchor free的方法。

图1：带方向的包围框的表示方式

网络结构如图2，是一个U型的结构，我们使用了ResNet101的Conv1~5作为主干，然后再进行上采样，得到一个原始图像1/4大小的特征图。在上采样的过程中，会有下采样时候的层的跳跃连接拼接到一起。

图2：本文提出的方法的整体结构以及OBB的描述方法

Heatmap是用来定位关键点的。这里，我们用来检测物体的中心点。热图有k个通道，分别对应了不同类别的物体。热图的每个像素点的值表示物体的置信度。

Groundtruth 假设c=（cx,cy）是旋转框的中心点，我们以c为中心，构建一个2D的高斯分布来作为热图的groundtruth，其中，高斯分布的方差是和物体的尺寸相关的一个自适应的值。

训练损失 在训练热图的时候，只有中心点c是正样本，其他的点，包括高斯分布范围中的点都是负样本。由于这个正负样本的极度不平衡，所以直接去学习中心点是比较困难的，所以，我们对高斯分布以内的点的损失做了一定程度的衰减，使用了一个focal loss的变体来训练这个热图。

其中，p_hat表示groundtruth，p表示预测值，N是物体的数量，α和β是超参数，这里α=2，β=4。

在预测阶段，从热图中提取峰值点作为物体的中心点，这个中心点c是一个整数，但是，原始图经过下采样之后，得到的中心点的坐标是一个浮点数，为了弥补这个量化的误差，我们还需要再预测一个偏移量O：

用L1 loss来进行优化：

其中，SmoothL1的表达式可以是：

为了得到带方向的包围框，一个很自然的想法就是回归出宽，高，和角度θ，我们把这个base line称为Center wh θ，如图1（a）。这个方法有几个缺点：（1）小的角度的变化对于损失来说可能是微不足道的，但是对于IOU却会产生较大的影响。（2）OBB中的w，h是在各自独立的旋转坐标系统中定义的，角度θ是相对于y轴的，这样，网络很难去联合训练所有的物体。所以，我们提出了一种描述OBB的方法，叫做box boundary-aware vectors（BBAVectors），包括4个向量，t，r，b，l。在我们的设计中，这4个向量分布在笛卡尔坐标系的4个象限中，所有的旋转物体都共用一个坐标系，这样可以高效的利用共同的信息，并提升模型的泛化能力。我们有意的设计了4个向量，而不是2个，为的是当某些局部特征不是很明确的时候可以得到更多的交互信息。

此时，包围框的参数定义为：b = [t，r，b，l，w，h]，其中w，h是外接水平包围框的宽和高，如图2所示。这样，每个包围框就有2x4 2=10个参数，我们还是用L1 loss来回归box的参数：

我们发现，当物体框和xy轴对齐的时候，检测会失败，这个原因可能是象限的边界问题，这种类型的向量的差别很难区分。我们把这个问题叫做corner case，我们把OBBs分为两类，一类是水平的，一类是旋转的，当OBBs是水平的，w和h帮助我们得到准确的包围框。另外，外接矩形的参数也可以帮助我们去更好的描述OBB。

我们定义了一个旋转特征图α，我们这样定义：

然后通过交叉熵来优化：

我们在两个数据集上进行了验证，DOTA和HRSC2016。

DOTA：

HRSC2016：

我们对比了BBAVectors r和BBAVectors rh两种方法，一种是不区分水平和旋转物体，一种区分水平和旋转物体：

我们还对比了Center wh θ的baseline模型：

更多内容，请关注微信公众号“AI公园”。