GAOC: Una pérdida adaptativa gaussiana de Ochiai para la regresión de cuadros delimitadores

Área de la Ciencia:

• Visión por computadora
• Aprendizaje automático
• Aprendizaje profundo

Sus antecedentes:

• La pérdida de regresión de cuadros delimitadores (BBR) es crucial para la precisión de la detección de objetos.
• Las funciones de pérdida BBR actuales basadas en Intersection over Union (IoU) tienen limitaciones para manejar la escala del cuadro predicho y el problema de la deriva.
• Los métodos existentes carecen de invarianza de escala y de un manejo eficaz de la desviación posicional.

Objetivo del estudio:

• Introducir una novedosa función de pérdida BBR, la pérdida adaptativa gaussiana de Ochiai para BBR (GAOC), para superar las limitaciones de los métodos existentes.
• Mejorar la robustez y la precisión de la detección de objetos abordando los efectos de escala y las desviaciones posicionales.
• Proporcionar una solución más eficaz para la regresión de cuadros delimitadores en la visión por computadora.

Principales métodos:

• Se desarrolló GAOC combinando el Coeficiente de Ochiai (OC) para la invarianza de escala y una distribución adaptativa gaussiana (GA) para la similitud posicional.
• El componente OC normaliza las dimensiones del cuadro delimitador, asegurando la invarianza de escala.
• La distribución GA modela las distancias de las coordenadas para reducir la sensibilidad a las desviaciones posicionales.

Principales resultados:

• GAOC se integró en los modelos de detección de objetos YOLOv5 y RT-DETR.
• Se evaluó en los puntos de referencia PASCAL VOC y MS COCO 2017.
• GAOC superó consistentemente las funciones de pérdida BBR existentes en las evaluaciones experimentales.

Conclusiones:

• La función de pérdida GAOC propuesta ofrece un rendimiento superior en comparación con las funciones de pérdida BBR existentes.
• GAOC aborda eficazmente la invarianza de escala y los problemas de deriva posicional en la regresión de cuadros delimitadores.
• Este novedoso enfoque mejora la precisión y la robustez generales de la detección de objetos.