旋转目标检测 | SCRDet，适用于旋转、密集、小目标的检测器

1. 论文信息

论文标题：《SCRDet: Towards More Robust Detection for Small, Cluttered and Rotated Objects》

论文发表：ICCV2019 论文链接：https://openaccess.thecvf.com 论文代码：https://github.com/DetectionTeamUCAS

@inproceedings{yang2019scrdet,
  title={Scrdet: Towards more robust detection for small, cluttered and rotated objects},
  author={Yang, Xue and Yang, Jirui and Yan, Junchi and Zhang, Yue and Zhang, Tengfei and Guo, Zhi and Sun, Xian and Fu, Kun},
  booktitle={Proceedings of the IEEE/CVF International Conference on Computer Vision},
  pages={8232--8241},
  year={2019}
}

2. 归纳总结

3. 问题背景

遥感目标检测的难点：

• 小目标（small size）
• 密集（dense distribution）
• 方向任意（arbitrary direction）

4. 主要工作

针对上述问题进行改进：

• 对于小目标：通过特征融合和anchor采样角度出发设计了一个特征融合结构。
• 对于密集排列问题：设计了一个有监督的多维注意力网络（supervised pixel attention network and the channel attention network）以减少背景噪声的不利影响。
• 对于任意方向问题：通过添加IoU常数因子设计了一种改进的平滑L1损失，该因子专门用于解决旋转边界框回归的边界问题。

5. 相关工作

目标检测经典模型：

• 两阶段：Fast R-CNN，Faster R-CNN，R-FCN
• 单阶段：YOLO，SSD

针对小目标：RP-Faster R-CNN

6. 模型方法

整个框架基于Faster R-CNN based R2CNN实现，模型结构如下图：

主要包含三个部分：

• SF-Net
• MDA-Net
• Rotation-Branch

6.1 SF-Net

针对小目标检测，作者认为特征融合和有效采样是关键。对于anchor-based来说，anchor的铺设方式直接影响正样本采样率。经典的anchor铺设方式和特征图的分辩率有关，也就是anchor铺设的步长（C2-C5上的anchor步长分别是4,8,16,32）。随着网络加加深，特征图分辨率下降，anchor的步长扩大，常常会导致小目标的采样丢失，如下图所示：

文章通过resize的方式选取了一个合适的特征图分别率，尽可能保证小目标都被采样到，再加上简单的特征融合保证丰富的语义信息和位置信息。在这里之所以不使用C2，是因为遥感目标检测会设置较多的尺度和比例，那么在C2这个特征图上面的anchor就变得太多了，而且在遥感数据集中最小的目标一般也都在10像素以上（特指DOTA1.0，DOTA1.5则给出了像素10以下的标注）。

6.2 MAD-Net

由于遥感图像背景的复杂性，RPN产生的建议区域可能引入大量噪声信息，如下图所示:

过多的噪音可能会混淆物体信息，物体之间的界限将变得模糊，导致漏检并增加虚警。因此，有必要增强物体特征并削弱非物体特征。为了更有效地捕捉复杂背景下小物体的特征，文章设计了一种有监督的多维注意力网络（MDA-Net），如下图所示。具体来说，在基于像素的注意网络中，特征图F3通过具有不同大小卷积核进行卷积运算，学习得到双通道的显著图（参见上图d）。这个显著图显示了前景和背景的分数。选择显著图中的一个通道与F3相乘，得到新的信息特征图A3（参见上图c）。需要注意的是，Softmax函数之后的显着图的值在[0,1]之间。换句话说，它可以降低噪声并相对的增强对象信息。由于显著图是连续的，因此不会完全消除背景信息，这有利于保留某些上下文信息并提高鲁棒性。

其实这个模块现在也是被用的比较烂了，就是空间注意力加通道注意力的组合。但在实际的应用过程中，空间注意力在遥感检测真的是非常有用的；

6.3 IoU-Smooth L1 Loss

首先我们要先了解一下两种旋转边界框的两种常见的方式，下图来自这篇文章的作者yangxue：

SCRDet是采用的opencv 表示法。在当前常用的旋转检测框的角度定义下，由于存在旋转角度的边界问题，会产生不必要的损失，如下图所示：

最理想的角度回归路线是由蓝色框逆时针旋转到红色框，但由于角度的周期性，导致按照这个回归方式的损失非常大（参见上图右边的Example）。此时模型必须以更复杂的形式回归（例如蓝色框顺时针旋转，同时缩放w和h），增加了回归的难度。为了更好地解决这个问题，我们在传统的smooth L1 损失函数中引入了IoU常数因子。在边界情况下，新的损失函数近似等于0，消除了损失的突增。新的回归损失可分为两部分，smooth L1回归损失函数取单位向量确定梯度传播的方向，而IoU表示梯度的大小，这样loss函数就变得连续。此外，使用IoU优化回归任务与评估方法的度量标准保持一致，这比坐标回归更直接和有效。IoU-Smooth L1 loss公式如下：

可以看一下两种loss在边界情况下的效果对比：

导致这种原因的根本原因是角度的预测超出了所定义范围。其实解决这种问题的方法并不唯一，RRPN和R-DFPN在论文的loss公式中就判断了是不是在定义范围内，通过加减$k\pi$来缓解这个问题，但这种做法明显不优美而且仍然存在问题，主要是较难判断超出预测范围几个角度周期。当然可以通过对角度部分的loss加一个周期性函数，比如tan、cos等三角函数来做，但是我在实际使用过程中常常出现不收敛的情况。对于边界问题，我其实还做了其他方法的研究，会在以后的文章中详细讨论。

7. 实验结果

消融实验：

对比实验：

8. 参考文献

旋转目标检测方法解读 （SCRDet, ICCV2019） - 知乎 (zhihu.com)