不同于以往在固定数据集上测试性能，论文提出了一个更符合实际的全新检测场景Open World Object Detection，须要同时辨认出未知类别和已知类别，并一直地进行增量学习。论文还给出了ORE解决方案，通过比照聚类和基于能量的分类器来进行凋谢凋谢世界的检测训练
 
起源：晓飞的算法工程笔记 公众号

论文: Towards Open World Object Detection

  • 论文地址：https://arxiv.org/abs/2103.02603
  • 论文代码：https://github.com/JosephKJ/OWOD

Introduction

  常见的指标检测算法都针对特定的数据集进行训练，学习固定数量的类别，用于特定的场景。而论文则探讨一个更事实的场景，凋谢世界指标检测(Open World Object Detection)。在这个场景中，算法须要解决非指标误辨认问题以及具备增量学习的能力。

  将检测模型利用到凋谢世界中，除了辨认指定类别的指标，还要将非指标类别区别为Unknow，称为Open Set Learning，这须要很强的泛化能力。而Open World Object Detection场景的要求会比Open Set Learning更进一步，当Unknow样本足够时，可随时将Unknow样本打上标签退出到指标类别中，即增量学习。这样的场景设定更为事实，更有助于算法落地，比方机器人、主动驾驶以及监控等须要在运行中一直进行优化的利用。
  论文的次要奉献如下：

  • 定义了Open World Object Detection问题，更贴近现实生活。
  • 提出ORE算法，基于比照聚类(contrastive clustering)、可框出未知类别的检测网络(unknown-aware proposal network)、能量分类器(energy based unknown identification)来解决Open World Object Detection上的问题。
  • 设计了齐备的试验，用于掂量算法在Open World Object Detection上的性能。
  • 作为论文的副产品，ORE在增量学习工作上达到了SOTA，而且还有很大的晋升空间。

Open World Object Detection

  首先定义Open World Object Detection的环境，在$t$时刻，已知的指标类别为$\mathcal{K}^t=\{1,2,\cdots,C\} \subset{\mathbb{N}^{+}}$，其中$\mathbb{N}^{+}$为所有正整数，未知的类别为$\mathcal{U}=\{C+1,\cdots\}$。$\mathcal{K}$的训练集为$\mathcal{D}^t=\{X^t,Y^t\}$，$X=\{I_1,\cdots,I_M\}$和$Y=\{Y_1,\cdots,Y_M\}$别离为图片和标注信息，其中每张图片的$Y_i=\{y_1,y_2,\cdots,y_K\}$蕴含了多个指标实例，每个实例都有其标签和地位信息。
  在Open World Object Detection的设定中，模型$M_C$用于检测所有的$C$个已知类别，同时能够将为未知的指标标记为未知(0)，未知的实例汇合$U_t$通过专人筛选后得出$n$个样本足够的新类别，而后通过增量学习地获取模型$M_{C+n}$，已知类别更新为$\mathcal{K}_{t+1}=\mathcal{K}_t+\{C+1,\cdots,C+n\}$。不停地循环执行上述的步骤，模型就能够不停地迭代其类别。

ORE: Open World Object Detector

  Open World Object Detection的关键在于可能无监督地辨认未知类别，以及退出新类别时不会忘记先前的类别。为了解决上述问题，论文提出了ORE解决方案。

  图2为ORE的高层形象，以两阶段检测器Faster R-CNN作为根底检测器。在第一阶段，检测器可通过类不可知的RPN给出可能存在物体的所有区域，而在第二阶段，将上述的每个区域进行分类和地位调整。为了更好的适应Open World Object Detection，ORE对RPN和分类器都进行了相应的改良，适应主动打标签和辨认未知类的需要。

Contrastive Clustering

  将Open World中辨别未知类问题转化为比照聚类问题是个不错的抉择，在特色空间上进行类别宰割，同类别的实例会尽量的凑近，而不类似的类别则会尽量的远离。对于每个已知类$i \in \mathcal{K}^t$，保护一个原型向量$p_i$，假如$f_c\in \mathbb{R}^d$为类别$c$的中间层特色，对应图2的ROI Head中的蓝色2048维特色，定义比照损失为：

  $\mathcal{D}$为间隔函数，$\Delta$为类似阈值，不同类别实例间的间隔要大于该阈值。在训练时，通过最小化比照损失来保障特色空间上的类别宰割。须要留神的是，比照聚类的关键步骤是保护各类别的原型向量汇合$\mathcal{P}=\{p_0,\cdots,p_C\}$，个别取该类别的特征向量的均值。但因为整个网络是端到端训练的，特征向量也在一直地变动，原型向量也会跟着一直变动。为了适应这个个性，ORE为每个类保护了一个固定大小的特色队列$\mathcal{F}_{store}=\{q_0,\cdots,q_C\}$，用来存储最新的特征向量。

  比照损失的计算过程如算法1所示，为了保障原型向量有绝对的准确性，仅当超过肯定迭代次数$I_b$之后才开始计算损失值，之后每$I_b*n$次迭代就以动量的模式更新一次原型向量。这样能够防止原型向量变动过大的问题，失去的损失值增加到检测损失值中进行端到端的学习。

Auto-labelling Unknowns with RPN

  在比照聚类中，未知类别也有其对应的原型向量$p_0$，按失常的流程，须要对图片中的所有未知类别进行标注，以便归类特色，显然这是不事实的。所以论文采纳RPN的预测框输入作为一个未知指标标注的折衷抉择，将预测框中objectness分数高且与GT无重叠的top-K局部间接归类为未知指标，将其特色退出到未知列表的特色队列$q_0$中。

Energy Based Unknown Identifier

  因为Opern World Detection场景蕴含未知类别的个性，传统的softmax分类器可能会给出不可控的后果，所以论文采纳了基于能量的分类器(EBM)，可能学习输出特色与标签之间的匹配水平，用来辨认未知指标。给定特色$f \in F$与标签$l\in L$，学习一个能量函数$E(F,L)$，可能通过$E(f):\mathbb{R}^d\to\mathbb{R}$失去一个能用于形容特色与标签之间的匹配水平的标量(即能量)。这里，论文采纳了Helmholtz free energy公式计算所有标签的后果之和：

  $T$是温度参数。通过Gibbs散布，能够将各标签的能量转化成相似softmax那样的成果：

  $p(l|f)$为标签$l$的概率密度函数，$g_l(f)$为分类头$g(\cdot)$的第$l^{th}$个分类单元。依据公式3的对应关系，论文失去了用于分类模型的free energy公式：

  因为ORE用了比照聚类对特色进行宰割，已知类别的能量值和未知类别的能量值也有显著的差异。对已知类别和未知类别的能量值散布进行shifted Weibull distributions建模，失去$\xi_{kn}(f)$和$\xi_{unk}(f)$，如图3所示。当$\xi_{kn}(f) < \xi_{unk}(f)$时，可认为该指标属于未知类别。

Alleviating Forgetting

  在对辨认进去的未知指标进行标注后，失去了新的数据集，如果将所有数据集混合从新训练会很耗时且不够灵便，所以只能应用新数据集进行增量学习，这就须要解决新类别训练对旧类别辨认成果的影响。
  论文参照了增量学习的SOTA办法，应用简略的样本回放策略来保障旧类别的成果，先结构一个小的样本集(exemplar set)，蕴含每个类别的$N_{ex}$个样本，每次应用全量新数据集进行增量学习后，都应用小样本集进行一次finetune训练，这样就能很好地保障旧类别的成果而且不耗时。

Experiment

Open World Evaluation Protocol

  因为是一个全新的工作场景，论文也对试验进行了一些形容。

Data split

  将所有类别分成多个工作$\mathcal{T}=\{T_1, \cdots, T_t, \cdots\}$，具体的类别起源如表1所示。在特定的工夫$t$将特定的工作$T_t$投放到场景中，类别$\{T_{\tau}: \tau < t\}$作为已知类别，而类别$\{T_{\tau}: \tau > t\}$则作为未知类别。

Evaluation metrics

  因为未知指标容易辨认成已知类别，应用Wilderness Impact(WI)指标来掂量这种体现：

  $P_{\mathcal{K}}$为在已知类别的验证集上的准确率，$P_{\mathcal{K}\cup \mathcal{U}}$为在已知类别和未知类别的验证集上的准确率，上述的准确率都是在0.8召回率下对应的值。现实状况下，WI的值越小越好，表明未知类别对准确率的烦扰很少。此外，还应用Absolute Open-Set Error(A-OSE)来示意未知类别辨认成已知类别的相对数量，再加上指标检测罕用的map指标。

Open World Object Detection Results

  上述是一个次要的试验后果，论文还有很多比照试验，有趣味的能够去看看。

Conclusion

  不同于以往在固定数据集上测试性能，论文提出了一个更符合实际的全新检测场景Open World Object Detection，须要同时辨认出未知类别和已知类别，并一直地进行增量学习。论文还给出了ORE解决方案，通过比照聚类和基于能量的分类器来进行凋谢凋谢世界的检测训练。

 
 
 

如果本文对你有帮忙，麻烦点个赞或在看呗～
更多内容请关注 微信公众号【晓飞的算法工程笔记】