Paper:Scale-Transferrable Object Detection
这是2018年的CVPR目标检测paper,主要是多尺度问题。
目标检测的多尺度问题,一直非常重要。最常用的是PFN,但是PFN会增加内存和计算量,这篇文章提出来一个STDN网络,适合于实时目标检测。
Introduction
常见的几种方式:
(a)使用单一尺度的feature map做检测,没有利用多层信息,现在主流还是多尺度融合。
(b)FPN的思想,将多尺度的feature map进行融合,并且针对不同尺度的分别做predict,充分利用了网络信息,对小目标的效果提升明显,但是会增加计算量和内存占用。
(c)SSD的思想,每一层都各自检测一遍,然