Correlation loss: Enforcing correlation between classification and localization in object detection
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: İngilizce
Öğrenci: FEHMİ KAHRAMAN
Asıl Danışman (Eş Danışmanlı Tezler İçin): Sinan Kalkan
Eş Danışman: Emre Akbaş
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Nesne tespit edicileri, geleneksel olarak, sınıflandırma ve konumlandırma kayıplarnın ağırlıklı toplamı ile eğitilir. Son zamanlardaki çalışmalar (örneğin, auxiliary head ile IoU'yu tahmin etme, Generalized Focal Loss, Rank & Sort Loss), bu iki kayıp terimini geleneksel olmayan yollarla birbirleriyle etkileşime girmeye zorlamanın yararlı bir model varsayımı oluşturduğunu ve iyileştirmeler yaptığını göstermiştir. Bu çalışmalardan esinlenerek, bu tezde sınıflandırma ve konumlandırma arasındaki korelasyona odaklanıyoruz ve iki ana katkıda bulunmayı amaçlıyoruz: (i) Nesne tespit edicilerde sınıflandırma ve konumlandırma görevleri arasındaki korelasyonun etkileri hakkında bir analiz sunuyoruz. Korelasyonun çeşitli Maksimum-Olmayanı-Bastırma(NMS) tabanlı ve NMS içermeyen nesne tespit edicilerin performansını neden etkilediğini ortaya koyuyor, korelasyonun etkisini değerlendirmek için performans ölçümleri tasarlıyor ve bunları yaygın kullanılan nesne tespit edicileri analiz etmek için kullanıyoruz. (ii) NMS içermeyen nesne tespit edicilerin de korelasyondan yararlanabileceği gibi analizleri içeren analizlerimiz sonucunda korelasyon katsayılarını doğrudan optimize ederek çeşitli nesne tespit edicilerin performansını artıran yeni bir tak-çalıştır kayıp fonksiyonu olan Korelasyon Kayıp Fonkisyonunu (Correlation Loss) öneriyoruz: Örneğin, Korelasyon Kayıp Fonksiyonu, NMS içermeyen bir yöntem olan Sparse R-CNN ile COCO veri setinde 1.6 AP puan iyileştirme sağlamaktadır. En iyi modelimiz Sparse R-CNN test safhasında veri artırması yöntemini kullanmadan COCO tes-dev veri setinde 51.0 AP puanı ile diğer tüm modellerin seviyesine ulaşmıştır.