【论文】ReDet：A Rotation-equivariant Detector for Aerial Object Detection

源码地址：GitHub - csuhan/ReDet: Official code of the paper "ReDet: A Rotation-equivariant Detector fyor Aerial Object Detection" (CVPR 2021)

 摘要

1.  针对的问题

• 航天影像的目标分布方向是任意的，需要更多的参数解码方向信息
• 普通的CNN不能明确地对方向的变化进行建模，需要大量的旋转增强数据来训练检测器。

2.  本文研究内容

• 提出了一个ReDet检测器，明确的对旋转等变性和旋转不变性进行解码
• 将旋转等变网络和检测器相结合，用于提取旋转等变特征和后续的方向预测
• 设计了具有旋转不变性的ROI(RiROI)，可以根据RoI的方向自适应地从旋转等变特征中提取旋转不变性的特征

一、引言

1. 研究思路

本研究提出了一个旋转等变检测器，用于从旋转等变的特征中提取旋转不变的特征。

旋转等变性：变化特征图和变化原图效果一致

旋转不变性：影像或特征图旋转之后提取的信息结果是不变的

2. 主要方法

（1）旋转等变特征提取：将旋转等变网络引入骨干网络中，生成旋转等变的特征，可以直接准确地预测方向，减少方向变量建模的复杂性；

（2）旋转不变特征提取：因为RRoI warping不能从旋转等变特征中提取旋转不变特征，因此本研究采用旋转不变的RoI Align (RiRoI Align)。它可以根据空间维度上的RRoI边界框对区域特征进行wrap操作，通过循环切换方向通道和特征插值对方向维度上特征进行对齐。

3. 主要贡献

（1）为高质量的航空目标检测设计了一个旋转等变检测器，能够同时对旋转等变性和旋转不变性进行解码；

（2）设计了一个用于从旋转等变特征中提取旋转不变特征的 RiRoI Align，可以同时在空间维度和方向维度上生成旋转不变的特征；

（3）本研究的方法精度高超过了现有方法，并实现了模型大小和精度的更优平衡。

二、相关工作

1. 旋转目标检测

（1）采用大量具有不同方向、尺寸和长宽比的旋转anchors，提高了计算复杂性；

（2）部分方法致力于改进目标表示或特征表示。

2. 旋转等变网络

为了在更多方向上实现旋转等方差，有些方法通过插值重采样滤波器，而其他方法使用谐波作为滤波器，在连续域产生等等变特征，不过这些方法大多是在分类任务上取得了显著效果。

3. 旋转不变性的目标检测

（1）CNN在旋转不变性建模上表现