Accurate Single Stage Detector Using Recurrent Ring Convolution

好的目标检测系统满足两个条件：

1：检测不同规模目标

2：检测不同尺寸比例的目标

Faster——RCNN依赖于最后卷积层的重叠的3X3的大的感受野去同时检测大目标和小目标。

因为多个池化层大的使用，导致最后卷积层后的特征图的分辨率比输入图小得多。

这使得检测小目标很困难，因为低分辨率的特征图中，代表小目标的细节特征很弱。

本文改进SSD文章算法，SSD用数学定义如下：

fn(.)是非线性block（即卷积，RELU和池化层等）

Tn(.)表示将第n层特征图转化成某个规模范围的检测结果

D是将所有中间层结果Tn(.)汇总成最终的检测结果

从上面公式可以看出：

每个层的特征图仅仅负责它对应规模的输出结果，所以要求必须设置精巧才能支持感兴趣目标的检测和精确定位，即满足：

（1）图征图需要有足够分辨率来呈现目标细节

（2）将输入图片转化成特征图的函数（网络）要足够深，才能将目标的高层抽象融入特征图

（3）特征图要包含适当的上下文信息contextual，交叠的遮蔽的小的模糊的饱和的目标能据此上下文信息推断出来

然而公式（1） （2） 当k很大时，n比 n..k深得多，n..k不满足条件（2）

Faster——RCNN没有深度问题因为他的region proposalS 是从最后一层的特征图生成的，即：

然而公式（3）不满足条件（1），因为多个池化层大的使用，导致Faster——RCNN最后一层的特征图的分辨率比输入图小得多，这使得检测小目标很困难，因为低分辨率的特征图中，代表小目标的细节特征很弱。

于是，作者提出了RRC检测：

H 集包括了所有利于检测的特征图，