目录
摘要
一、引言
二、算法
1.总体结构
（1） 特征提取模块
（2）DarDet head
2.对齐卷积模块
3.PIoU损失
三、实验部分
1. 数据集
2. 环境设置
3. 消融试验
4. 与SOTA的对比
摘要
DARDet:Dense anchor-free rotated object detector
直接在特征图的每个前景像素上预测出旋转边界框的五个参数；使用新的对齐卷积模块提取对齐特征；引入PIoU损失
一、引言
(1) 当航空影像的目标具有不同的尺度和长宽比，并且方向任意且密集分布，导致检测任务存在巨大挑战。
(2) 现存的anchor-based方法都是在矩形边界框的基础上引入了额外的角度维度的信息，并使用距离损失进行优化。这种anchor-based模型对anchor超参数敏感，并且容易产生因边界不连续而导致性能退化的问题。
（3）现存的anchor-free算法都是基于关键点的检测器，每个OBB值对应一个训练样本，导致训练时间很长，且难以解决边界不连续的问题。此外，这类方法的特征与旋转边界框往往是不对齐的。
（4）本研究在VarifocalNet的基础上提出了一个密集的anchor-free的旋转目标检测器：
直接预测一个用于OBB编码的五维向量
使用对齐卷积模块(ACM）将特征与OBB对齐引入PIoU损失解决边界不连续问题
二、算法
1.总体结构
（1） 特征提取模块
由Backbone和FPN组成（2）DarDet head
定位子网络：
输入特征金字塔的每一层特征图，使用1个3×3的卷积生成一个256通道的特征图；在初始化和优化阶段分别进行OBB的回归和精炼在初始化阶段，使用一个卷积层在每个空间位置上生成一个5D向量，并利用ACM模块提取对齐特征在优化阶段，利用对齐特征图生成一个5D的偏差向量，然后与初始的OBB位置向量相加，得到优化后的OBBPIoU损失用来优化OBB
分类子网络
与定位子网络的优化阶段结构相似，用于估计IACS（IoU-aware classification scores）输出的IACS是一个具有C（类别数）通道的向量，代表分类置信度和定位精度使用Varifocal loss对密集旋转目标检测器进行训练，输出预测的IACS
2.对齐卷积模块
主要用于捕捉OBB的几何信息和背景上下文信息，有利于预测OBB与真实目标框的对齐。
该模块使用可变性卷积(deformable convolution)来对齐OBB和特征，具体来说:
给定特征图的一个采样位置,首先回归得到初始的OBB向量；根据初始的OBB，选择九个采样点（OBB的4个顶点和4个边的中点，以及采样位置），如图1所示；将这9个定位点映射到特征图上，通过可变形卷积对投影点上的特征进行卷积，以提取对齐特征，如图3所示；这些定位点是手动选择的，计算量可以忽略不计。
3.PIoU损失
边界不连续是指由于边缘的角度周期性和边的可交换性，边界处的损失急剧增加。
角度的定义是长边和y轴的夹角
PIoU (Pixels-IoU loss)联合OBB的5个参数，检查每个像元的位置，解决边界不连续问题。
如上图5所示，给定OBBb（蓝色编码为的旋转边界框）和影像中的像元，使用定义的二值函数来判断二者的相对位置：
公式（1）是不连续不可微分的，可以通过两个核函数相乘近似表示这个二值函数：
核函数定义为 ：
和面积的交集和并集可以近似计算为：
PIoU的计算方式为：
三、实验部分
1. 数据集
(1) DOTA：15个类别，随机翻转和数据增广，单尺度训练和测试
(2) HRSC：航空影像的舰船检测
(3) UCAS-AOD：飞机和汽车的检测
2. 环境设置
(1) 超参数
迭代次数：12epochesbatch-size：6backbone：ResNet50优化器：SGD初始学习率：0.01momentum：0.9weight decay：0.0001
(2) 在backbone的最后阶段，使用可变形卷积替代普通卷积层，以扩大感受野，并训练模型24epoches
3. 消融试验（DOTA数据集）
(1) 将修改后的VarifocalNet作为基准：mAP为63.19%
(2) 对齐卷积模块ACM的有效性：与基准模型相比，mAP提高了3.8%
(3) PIoU 损失函数的有效性：mAP从66.98%提升到了72.44%
4. 与SOTA的对比
(1) DOTA数据集上的结果：单尺度ResNet50的DARDet能够获得77.61%的mAP,旋转增强后能够获得所有单尺度算法里最优的检测精度，检测速度仅次于S2A-Net
(2) HRSC数据集上的结果：DARDet表现最好，精度90.37%
(3) UCAS-AOD数据集上的结果：DARDet表现最好，mAP为90.37%
