Pytorch를 기반으로 하는 회전 객체 감지 open-source MMRotate을 소개하는 논문입니다.
MMRotate: A Rotated Object Detection Benchmark using PyTorch(2022)
Abstract
딥러닝을 기반으로 인기 있는 회전된 개체 감지 알고리즘에 대한 훈련, 추론, 평가의 일관된 알고리즘 프레임워크를 제공하는 MMRotate라는 오픈 소스 도구 상자를 제공합니다.
MMRotate는 18개의 최신 알고리즘을 구현하고 가장 자주 사용되는 세 가지 각도 정의 방법을 지원합니다.
회전된 물체 감지 관련 문제의 향후 연구 및 산업 응용을 용이하게 하기 위해 회전된 물체 감지의 성능에 대한 통찰력을 제공하기 위해 많은 훈련된 모델과 자세한 벤치마크를 제공합니다.
MMRotate는 https://github.com/open-mmlab/mmrotate에서 공개적으로 릴리스됩니다.
KEYWORDS
- open source
- rotation detection
- oriented object detection
1 INTRODUCTION
faces detection, text detection, aerial images detection 객체 감지 작업에서 수평 경계 상자(HBB) 대신 방향성 경계 상자(OBB)가 널리 사용됩니다. 객체를 더 잘 정렬하여 더 정확하게 식별할 수 있기 때문입니다. 이러한 종류의 특수 물체 감지를 회전된 물체 감지라고 합니다. 위에서 언급된 3가지 외에도 회전된 객체 감지는 3D objects detection, retail scenes detection에도 사용됩니다. 서로 다른 접근법은 서로 다른 각도 정의 방법, 최적화 전략(예: 옵티마이저, 학습 속도 일정, 에포크 수, 데이터 증강 파이프라인), CUDA 연산자(예: OBB용 IoU 및 NMS)를 활용합니다. 다양한 알고리즘을 통합하면 코드 재사용이 가능하므로 알고리즘 구현이 크게 간소화됩니다. 또한 통합 프레임워크를 통해 서로 다른 접근 방식을 공정하게 비교할 수 있으며 주요 유효 구성 요소를 쉽게 조사할 수 있습니다. MMRotate는 다양한 오픈 소스 도구 상자에서 대부분의 각도 정의 방법을 지원하며 회전된 물체 감지에 대한 향후 연구를 용이하게 할 것입니다. 분산된 교육, 테스트 스크립트 외에도 시각화, 데모를 다루는 풍부한 유틸리티 도구 세트를 제공합니다.
2 RELATED WORK
Aerial image detection
회전된 물체 감지는 수평 감지보다 더 정확한 예측 결과를 제공하지만 새로운 경계 상자 표현을 정의해야 합니다. 가장 일반적인 것은 𝜃기반 표현(𝑥, 𝑦, 𝑤, ℎ, 𝜃)이며 수평 상자를 기반으로 추가 각도 매개변수를 추가합니다. 각도 범위에 따라 아래와 같이 나눌 수 있습니다.
- OpenCV (𝐷 𝑜𝑐 , 𝜃 ∈ [−𝜋/2, 0))
- long edge 90° (𝐷 𝑙𝑒90 , 𝜃 ∈ [−𝜋/2, 𝜋/2))
- long edge 135° (𝐷 𝑙𝑒135 , 𝜃 ∈ [−𝜋/4, 3𝜋/4))
Open source toolbox
오픈 소스 회전 개체 감지 벤치마크
3 ROTATED OBJECT DETECTION STUDIES
Angle definition method
OpenCV, long edge 90°, long edge 135° 각도 모두 MMRotate에서 지원됩니다. 모든 회전 물체 감지 알고리즘은 구성 파일을 수정하여 이러한 세 가지 각도 정의 방법 간에 쉽게 전환할 수 있습니다.
Backbone
ResNet50은 객체 감지 방식에 일반적으로 사용됩니다. 정확도를 향상시키기 위해 트랜스포머 기반 백본 Swin transformer도 도입합니다.
Loss
GWD, KLD, KFIoU는 회전된 객체 감지기를 훈련하기 위해 서로 다른 손실을 제안합니다.
Mixed precision training and Useful tools
MMRotate의 모든 탐지기는 mixed precision training을 지원합니다. MMRotate는 또한 효율적이고 편리한 다양한 도구(시각화, 혼란 행렬 분석, 거대한 이미지 추론 포함)를 제공하여 연구자가 회전된 물체 감지 알고리즘 자체에 집중할 수 있도록 합니다.
4 CONCLUSIONS
시각적 회전 감지에 대한 실질적인 중요성과 학문적 출현으로 MMRotate는 Apache-2.0 라이선스에 따라 PyTorch에서 시각적 객체 회전 감지를 위한 딥러닝 벤치마크입니다. 이 아키텍처는 산업 응용 프로그램과 학술 연구 모두에서 다양한 영역에서 회전된 물체 감지의 배포를 용이하게 하기 위해 유연성과 사용 편의성을 위해 지정되었습니다.
References
MMRotate paper : https://arxiv.org/abs/2204.13317