目标检测领域中的数据不均衡问题综述

作者：Tom Hardy

Date：2020-05-16

来源：目标检测领域中的数据不均衡问题综述

参考：Imbalance Problems in Object Detection paper链接:https://arxiv.org/abs/1909.00169.pdf

主要内容和相关背景

本文主要介绍了目标检测领域的八个数据不平衡问题，并将这些问题分类为四种主要类型：类别不平衡、规模不平衡、空间不平衡和目标不平衡。

当与不同类别相关的示例数量之间存在显著的不平等时，就会出现类别不平衡。虽然这方面的经典例子是前景到背景的不平衡，但前景（正）类之间也存在不平衡。当对象具有不同的比例和属于不同比例的不同数量的示例时，就会出现比例不平衡。空间不平衡是指与bounding box的空间特性有关的一组因素，比如回归惩罚、定位和IoU相关。最后，当存在最小化多个损失函数时，会出现客观不平衡（各个损失函数的权重不均衡），这在OD中通常是如此（例如分类和回归损失）。

现主要有两种目标检测方法：自上而下和自下而上。尽管自上而下和自下而上的方法在深度学习时代之前都很流行，但目前，对象检测方法的大多数都遵循自上而下的方法；自下而上的方法是最近才提出的。本文围绕这两类思路，开展了研究讨论。

目标检测中的四大类数据不均衡问题

主要几种在类别不均衡、尺度不均衡、空间不均衡、优化目标不均衡，详细如下图所示，基于四大类不均衡问题又扩展成8类子问题：前景背景类别不均衡、前景和前景类别不均衡、物体/box尺度上的不均衡、特征层的不均衡、回归损失下的不均衡、IOU分布不均衡、物体位置的不均衡、优化目标的不均衡。

1、类别不均衡

这个问题可以表现为“前景-背景不平衡”，其中背景实例的数量明显超过正实例；或者“前景-前景不平衡”，其中通常只有一小部分类占整个数据集的一大部分。类不平衡通常在检测pipelines中的“采样”阶段处理。

2、尺度不均衡

当对象实例具有不同的比例和与不同比例相关的不同数量时，可以观察到尺度比例不平衡。这个问题是物体在本质上具有不同维度这一事实的自然结果。规模也可能导致特征级别的不平衡（通常在“特征提取”阶段处理），不同抽象层（即高级别和低级别）的贡献不平衡。尺度不平衡问题表明，单一尺度的视觉处理不足以检测不同尺度的目标。

3、空间不均衡

空间不平衡是指与bounding box的空间属性相关的一组因素。基于这些空间性质，我们确定了三种空间不平衡的亚类型：（i）“回归损失不平衡”是关于个别例子对回归损失的贡献，与损失函数设计有关（ii）“IoU分布不平衡”（iii）“物体位置不平衡”

4、优化目标不均衡

当有多个目标（损失函数）要最小化时（每个目标用于特定任务，例如分类和框回归），就会出现目标不平衡。由于不同的目标在其范围和最佳解决方案方面可能不兼容，因此必须制定一个平衡的策略，以找到一个所有目标都可接受的解决方案。

 

类别不均衡及解决方法

1、 前景背景不均衡

在前景背景类不平衡的情况下，过表示类和欠表示类分别是背景类和前景类。这种类型的问题是不可避免的，因为大多数边界框被边界框匹配和标记模块标记为背景（即负）类。前景背景不平衡问题发生在训练期间，并且不依赖于数据集中每个类的示例数，因为它们不包括背景上的任何注释。

我们可以将背景类不平衡的解决方案分为四类：（i）硬采样方法，（ii）软采样方法，（iii）无采样方法和（iv）生成方法，详细方法汇总如下图所示：

硬采样的思路：设置指定数量或者比例的正负样本（RCNN系列）。

软采样的思路：软抽样通过对训练过程的相对重要性来调整每个样本的贡献（设定样本损失权重）。

无采样方式：设立新的分支，根据前面的样本，预测后面样本的权重。

生成方法：主要基于GAN。

2、前景前景不均衡

主要集中在数据集上的类别不均衡，和每个bacth内的类别不均衡。

基于类别不均衡，论文阐述此情况不可避免，可以通过生成新的图像和类别进行解决。

基于batch内的类别不均衡：可以使用在线前景均衡（OFB）抽样，通过给每个要抽样的bounding box分配概率，可以在批处理级别上缓解前景类不平衡问题，从而使批处理中不同类的分布是均匀的。换言之，该方法旨在提升抽样过程中阳性样本数较少的类。虽然该方法是有效的，但性能改善并不显著。

 

尺度不均衡及解决方法

object/box级别的比例不平衡，主要包括物体和输入box的比例分布不平衡以及特征不平衡（分析了特征提取层存在的问题，并对金字塔特征提取方法进行了研究）

1、基于box/物体尺度的不均衡问题

当对象或输入bounding box的某些大小在数据集中过度表示时，会发生尺度平衡。已经证明，这会影响总体检测性能。下图显示了MS-COCO数据集中对象的相对宽度、高度和面积；

解决方法主要包括：基于backbone特征层次的预测方法、基于特征金字塔的方法、图像金字塔方式、图像金字塔与特征金字塔相结合的方法。

2、特征层次的不平衡

针对FPN结构中的特征层次，有几种方法可以解决FPN体系结构中的不平衡问题，从设计改进的自顶向下通道连接到完全新颖的体系结构。论文考虑了使用新的架构来缓解特征级不平衡问题的方法，根据它们作为基础的用途将它们分为两类：使用金字塔或backbone特征作为bias。

空间不均衡及解决方法

尺寸、形状、位置（相对于图像或另一个框）和IoU是边界框的空间属性。这些属性的任何不平衡都可能影响训练和泛化性能。例如，如果不采用适当的损失函数，位置的轻微变化可能导致回归（局部化）损失的剧烈变化，从而导致损失值的不平衡。在这一部分中，我们将具体讨论这些空间属性和回归损失问题。

1、回归损失的不均衡

目标检测的回归损失主要有两类：第一类是基于Lp-norm-based（例如L1，L2）的损失函数，第二个是基于IoU的损失函数。上表显示了广泛使用的回归损失函数的比较。（不断解决了各类损失函数优化问题）

2、IoU分布的不均衡

解决方式：Cascade R-CNN、Hierarchical Shot Detector (HSD)、IoU-uniform R-CNN、pRoI Generator

3、物体位置的不均衡

主要从anchor的尺寸和位置着手优化。

优化目标不均衡及解决方法

目标不平衡是指在训练过程中最小化的目标（损失）函数。通过定义，目标检测需要多任务丢失，以便同时解决分类和回归任务。然而，不同的任务可能会导致不平衡，这是因为以下的差异：（i）梯度的规范对于任务可能是不同的，并且一个任务可以支配训练。（二）不同任务的损失函数范围不同，影响任务的一致性和均衡性优化。（iii）任务的难度可能不同，这会影响学习任务的速度，从而阻碍训练过程。

解决方法：最常见的解决方案是任务权重，它通过一个额外的超参数作为权重因子来平衡损失项。使用验证集选择超参数。当然，增加任务的数量，就像两级检测器一样，会增加权重因子的数量和搜索空间的维度（注意，两级检测器中有四个任务，一级检测器中有两个任务）。由多任务性质引起的一个问题是不同的函数之间可能存在一致性。对于例如，在AP损耗中，smooth L1（由于损耗的输入通常在应用对数变换后提供）与[0，∞）一起用于回归，而LAP∈[0,1]。另一个例子是GIoU loss，它在[-1,1]范围内，与交叉熵损失一起使用。作者将GIoU loss的权重因子设为10，并利用正则化方法来平衡这种幅度差异，保证训练的均衡性。