【深度学习】从新视角 综述 Detection算法

前言

论文看多了容易乱，所以想从一些细节实现的区别，来综述detection算法。

Stage 设计

全流程包含几个stage。

Stage Num	Algorithm
4	R-CNN、SPPNet、Cascade R-CNN
2	Fast R-CNN、Faster R-CNN、R-FCN、Mask R-CNN、Light-head R-CNN、SNIP、R-FCN-3000、SNIPER
1	YOLOv1、SSD、YOLOv2、DSSD、RetinaNet、YOLOv3

End-to-end 设计

是否符合end-to-end。

End-to-end	Algorithm
×	R-CNN、SPPNet
√	Fast R-CNN、Faster R-CNN、YOLOv1、SSD、R-FCN、YOLOv2、DSSD、Mask R-CNN、RetinaNet、Light-head R-CNN、SNIP、R-FCN-3000、YOLOv3、SNIPER

Subnet 设计

后半段网络（subnet）是否尺寸为RoI-wise。

RoI-wise subnet	Algorithm
×	YOLOv1、SSD、YOLOv2、DSSD、RetinaNet、YOLOv3、R-FCN、Light-head R-CNN、R-FCN-3000
√	R-CNN、SPPNet、Fast R-CNN、Faster R-CNN、Mask R-CNN、SNIP、Cascade R-CNN、SNIPER

Scale 设计

如何利用scale。

Scale Handling	Algorithm	Sample Diagram
Image Pyramid	SNIP、SNIPER
Single Feature	R-CNN、SPPNet、Fast R-CNN、Faster R-CNN、YOLOv1、R-FCN、Light-head R-CNN、R-FCN-3000
Pyramidal Feature	SSD、YOLOv2
Feature Pyramid Network	FPN、DSSD、Mask R-CNN、Cascade R-CNN、PAN

减法设计

各自在传统设计套路上做了哪些“减法”。

Decrease repetition	Annotation
SPPNet	去除卷积的重复抽取
Fast R-CNN	去除卷积的重复抽取
R-FCN	去除RoI-wise network的重复计算
Light-head R-CNN	去除每个类都要单独进行的location regression
R-FCN-3000	去除每个类都要单独进行的location regression

加法设计

各自在传统设计套路上做了哪些“加法”。

Increase repetition	Annotation
SSD	增加feature map的选取数量
YOLOv2	增加feature map的选取数量
FPN	增加feature map的选取数量
SNIP	增加image scale的数量
Cascade R-CNN	增加RoI-wise network的数量
PAN	增加feature map的选取数量

Basemodel 设计

论文原作采用的是什么basemodel。

Algorithm	AlexNet	ZFNet	GoogleNet	VGGNet	DarkNet	ResNet	FPN(+ResNet)	PAN(+ResNet)	DetNet
R-CNN	√
SPPNet	√
Fast R-CNN				√
Faster R-CNN		√		√
YOLOv1			√
SSD				√
R-FCN						√
YOLOv2					√
FPN							√
DSSD							√
Mask R-CNN							√
DCN							√
RetinaNet							√
Light-head R-CNN							√
Relation Network
SNIP						√
Cascade R-CNN							√
R-FCN-3000							√
PAN								√
YOLOv3					√
DetNet									√
SNIPER						√

Classification 设计

如何设计尾部的分类器。

Algorithm	SVM	Softmax loss	Focal loss
R-CNN	√
SPPNet	√
Fast R-CNN		√
Faster R-CNN		√
YOLOv1		√
SSD		√
R-FCN		√
YOLOv2		√
FPN		√
DSSD		√
Mask R-CNN		√
DCN		√
RetinaNet			√
Light-head R-CNN
Relation Network
SNIP
Cascade R-CNN
R-FCN-3000
PAN
YOLOv3
DetNet
SNIPER

Reg_loss 设计

回归loss是如何选择的。

Algorithm	L2 loss	Smooth L1 loss
R-CNN	√
SPPNet	√
Fast R-CNN		√
Faster R-CNN		√
YOLOv1
SSD	√
R-FCN
YOLOv2
FPN		√
DSSD
Mask R-CNN
DCN
RetinaNet		√
Light-head R-CNN
Relation Network
SNIP
Cascade R-CNN
R-FCN-3000
PAN
YOLOv3
DetNet
SNIPER

Encode/Decode 设计

检测框的 “编解码” 操作选用的是什么方案。

Role: normalize the target, making the regression task simple.

Algorithm	The earliest target	$[\frac{x_c}{w_a},\frac{y_c}{h_a},\log w,\log h]$	Others
R-CNN	√
SPPNet	√
Fast R-CNN		√
Faster R-CNN		√
YOLOv1
SSD			√
R-FCN		√
YOLOv2			√
FPN		√
DSSD
Mask R-CNN		√
DCN		√
RetinaNet		√
Light-head R-CNN		√
Relation Network		√
SNIP		√
Cascade R-CNN		√
R-FCN-3000		√
PAN		√
YOLOv3		√
DetNet		√
SNIPER		√