VALSE 论文速览 第194期：Mutual-Assistance Learning for Object Detection

论文题目：

Mutual-Assistance Learning for Object  Detection

作者列表：

谢星星 (西北工业大学)，郎春博 (西北工业大学)，缪仕城 (西北工业大学)，程塨 (西北工业大学)，李科 (郑州测绘学院)，韩军伟 (西北工业大学)

B站观看网址：

https://www.bilibili.com/video/BV1dGxNe8E2e/?spm_id_from=333.337.search-card.all.click&vd_source=60f8dec9131b788976f17e2922918e04

复制链接到浏览器打开或点击阅读原文即可跳转至观看页面。

论文摘要：

当前目标检测已取得了长足的进步，但仍然面临着两个挑战，一是特征与预测之间不一致，二是回归方式单一。为了应对这些不足，我们借鉴互助学习的思想，提出了一种鲁棒的单阶段目标检测器，称为 MADet。首先，互助学习的思想体现在检测头的设计中。将解耦的分类和回归特征进行交互用于共享偏移预测。通过共享偏移让分类和回归之间相互协助，形成对齐的分类特征和回归特征，以缓解特征与预测之间的不一致。其次，互助学习的思想体现在检测器的回归优化中。基于锚框和免锚框的回归方式被统一到同一检测器中，在训练中让两种回归方式相互竞争促进，以提升检测器应对大纵横比，尺寸相近且中心重叠目标的能力。此外，我们设计了一种质量评估策略，以提升样本的筛选质量和损失函数的适应性。通过在常用目标检测数据集上进行大量实验验证了MADet 的有效性。在不使用额外训练技巧的情况下，以 ResNet50 为骨干网络，MADet 在MS-COCO 数据集上实现了42.5%检测精度，超越了现有的检测算法。

参考文献：

[1] X. Xie, C. Lang, S. Miao, G. Cheng, K. Li, J. Han. Mutual-Assistance Learning for Object Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 45(12): 15171-15184, 2023.

论文链接：

[https://ieeexplore.ieee.org/abstract/document/10265160]

代码链接：

[https://github.com/ShichengMiao16/MADet]

视频讲者简介：

谢星星，西北工业大学博士研究生，导师为程塨教授，主要研究方向为目标检测和计算机视觉。以第一作者在TPAMI、IJCV、TGRS、SCIS、ICCV、《计算机学报》等期刊和会议上发表论文6篇，谷歌学术总引用1500多次。

特别鸣谢本次论文速览主要组织者：

月度轮值AC：周天飞 (北京理工大学)