论文笔记：Bounding Box Regression with Uncertainty for Accurate Object Detection-优快云博客

本文链接：https://blog.youkuaiyun.com/stezio/article/details/90678030

该论文针对目标检测中的bounding box回归模糊问题，提出了KL Loss和方差投票方法。KL Loss通过高斯模型建模预测不确定性，使网络能更好地处理模糊边界，而方差投票则在后处理阶段优化坐标预测。实验结果显示，这些方法能显著提高检测精度，且在不同网络结构上表现稳定。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

motivation

在数据集方面：
目标检测中，会出现bounding box表示模糊的情况。比如标注不准确(a,c)，遮挡(b)，边界不清或无法给出确切边界(d)：

在损失在设计方面：
作者指出，boundingbox 回归损失设计(如smooth L1 loss等)中，并没有对这种情况进行处理。同时，会认为分类置信度高的框更加精准，因此会出现下图高分反而不准的情况：
在这里插入图片描述
(这一点问题和IOUnet一样，作者声称自己的方法超越了它)

因此作者提出KL Loss，同时为了捕捉到box预测时的不确定性，对box预测和GT分别进行高斯分布和狄拉克函数的建模，有如下优点：
1.可以"捕获"到数据集中的模糊，对模糊的box回归器得到更小的loss
2.学习到的方差可以在后处理中得以运用
3.学习到的概率分布具有可解释性，因为反映了bounding box预测的不确定性

method

KL LOSS

作者期望估计出一个“回归置信度”。对此采用如下做法：
除了回归坐标之外，网络还要预测出一个概率分布，在本文中作者假设坐标之间相互独立，使用高斯模型：
在这里插入图片描述
Xe是预测出的bounding box坐标位置， $σ{\sigma}$ 代表分布的不确定性(越大则代表不确定性越大)。

因此优化目标是最小化KL散度：

回归损失进行修改，分类损失不变：

如图，作者希望借此使得网络在预测出不准确的坐标时，能够输出较大的 $σ2\sigma^{2}$