Few Shot Object Detection via Classification Refinement and Distractor Retreatment (CVPR 2021)

1. Motivation

当前最先进的TFA方法[17]相较于常规数据丰富的检测任务，仍存在较大差距，尚未达到令人满意的水平。由于TFA具备IOU感知能力但语义区分度较低，我们提出的关键思路是通过引入额外的类别区分信息来增强原始分类结果。本研究聚焦于一个实际存在的FSOD问题，即由于标注不完整所导致的干扰样本问题，在基础类别中可能存在属于新类别的目标但未被标记。我们认为TFA可以从两个方面进行改进：一是IOU感知能力，即对困难负样本的鲁棒性；二是类别区分能力，即不同类别之间的混淆程度。具体而言，IOU感知能力指的是对困难负样本的鲁棒性；类别区分能力则指不同类别之间的混淆程度。作者采用的方法是：对于某个目标的预测得分（如IOU=0.4的低质量框），在提升IOU感知能力时，将真实类别对应的分类得分置零，其余类别保持不变；而在提升类别区分能力时，则将除真实类别以外的所有分类得分置零，仅保留真实类别的得分。经过深思熟虑后认为，有必要结合focal loss进行分析。在第一种情况下，正确类别的得分为零，则loss_+会变得非常大，网络因此