CVPR2019-目标检测分割技术进展

    CVPR 2019 没有出现像Faster RCNN，YOLO这种开创性的工作，基于现有方案和框架的改进为主，技术进步着实有些缓慢，或许也代表方案逐步趋于成熟。

    本文重点介绍如下几个改进方法：GA-RPN    GIOU     FSAF     Mask Score RCNN

1. GA-RPN

    GA-RPN由港中文、商汤和亚马逊联合提出，COCO Challenge 2018 检测任务，在极高的 baseline 上涨了1个点。

    论文：Region Proposal by Guided Anchoring【paper】

    先来讲候选框生成，传统的Selective Search方法提取像素一致区域，改进的EdgeBoxes利用边缘特征闭合，可以认为具有这种通用特征的区域是最有可能存在目标的区域。

    这种传统方法的缺点是速度慢，很难整合到CNN网络，于是Fatser-RCNN通过暴力的 滑窗机制实现Candidate选取，也就是RPN，参考：https://blog.csdn.net/linolzhang/article/details/54344350

   候选框选取机制很大程度上代表了最终检测效果的好坏，无效候选框对应大量没有价值的负样本。

• 对于 one-stage 来讲，可以通过 focal loss 一定程度上解决采样不均衡的问题，但的确只是一定程度；
• 对于 two-stage方法来讲，RPN机制保证了比 one-stage 更好的效果，3×3的Anchor 包含了大量尺度、ratio不合理的样本，虽然按照1：3的比例做样本过滤，但通常基于随机策略或按照一定的简单规则，筛选能力有限。

    思想其实很简单，很多人都能想的到，理想的 Anchor 可以通过特征语义来辅助生成，也就是接下来要讲的 Guided Anchoring ，先看框架图（原文）：

    框架整体采用了特征金字塔，处理不同尺度的问题。右侧的 Anchor 生成过程（蓝色框），输入是一张特征图Fi，输出是调整后的特征图 Fi'。

     Anchor生成（对应红框）借鉴了Anchor-Free的思想，能生成任意尺寸的Candidate，改进的思路是 将Box生成过程分成两部分，中心点生成 和 尺寸生成，中心点对应1个 Channel 特征图（理解为显著性区域），尺寸对应2个Channel的特征图，实现两个不同度量维度的解耦。

     生成流程描述：