В задачах обнаружения объектов традиционная функция потерь регрессии ограничивающей рамки не коррелирует с оценочным критерием IoU (пересечение по объединению) и имеет определённые недостатки в регрессии параметров ограничивающей рамки, что приводит к неполноте параметров регрессии, снижению точности обнаружения и скорости сходимости, а также иногда вызывает затормаживание регрессии. Кроме того, в задачах регрессии наблюдается дисбаланс образцов, большое количество низкокачественных образцов влияет на сходимость функции потерь. Для повышения точности обнаружения и скорости сходимости регрессии была предложена новая функция потерь регрессии ограничивающей рамки. Сначала была определена концепция дизайна и создан шаблон серии функций потерь IoU; затем в основу IoU-потерь добавляется отношение периметра прямоугольника, образованного двумя центрами, к периметру минимального замкнутого прямоугольника, образованного двумя рамками, в качестве штрафного члена расстояния центров ограничивающей рамки, а улучшенные IoU-потери применяются в процессе подавления немаксимумов (Non-Maximum Suppression, NMS). Далее вводятся ошибки ширины и высоты между двумя рамками и квадраты ширины и высоты минимального внешнего ограничивающего прямоугольника как штрафные члены для ширины и высоты, что приводит к определению функции потерь CRIoU (полный относительный IoU). Наконец, на базе CRIoU добавляется адаптивный весовой коэффициент, который взвешивает регрессионные потери для высококачественных образцов, определяя адаптивный фокусный CRIoU (Adaptive focal CRIoU, AF-CRIoU). Экспериментальные результаты показали, что использование функции потерь AF-CRIoU по сравнению с традиционными не-IoU функциями потерь повышает точность обнаружения максимум на 8.52%, по сравнению с серией потерь CIoU - на 2.69%, а применение метода A-CRIoU-NMS (Around CRIoU NMS) повышает точность обнаружения на 0.14% по сравнению с оригинальным методом NMS. Применение функции потерь AF-CRIoU в обнаружении защитных касок также достигло хороших результатов.

Обнаружение объектов;регрессия ограничивающей рамки;функция потерь IoU;подавление немаксимумов;адаптивная фокусированная потеря