一、论文
Cascade R-CNN: Delving into High Quality Object Detection
https://arxiv.org/abs/1712.00726
https://github.com/zhaoweicai/cascade-rcnn
二、论文笔记
1、背景
a)、阈值设的太小,正负样本比例失衡,负样本太多,使得检测器对于有较大的阈值的错误框检测不够灵敏。
b)、阈值设的太大,数据量少导致检测器性能下降,以及过拟合。
2、想法
使用一个多阶段的R-CNN(基于两阶段的Faster-RCNN),使用前面阶段的模型的输出训练下一个模型,因为每个模型的输出的iou总是好过它输入的iou
3、细节 R-CNN中回归损失使用的是 L2函数,到Fast- RCNN中使用的是smoothed L1
相当于是在小于1的部分使用2范数(更smooth,且求导方便),在大于1的部分使用1范数(避免梯度爆炸,同时减少outlier(离群点)的影响),一些离群点的如果使用L2的话,损失会很大,同时,对于远离真实值得输出,如果使用L2的话,稍微有一点偏差那么损失是平方级的。
4、模型结构
最后一个,也就是使用了多个级联的head(每个级别使用了不同的iou阈值,且不断升高)
b的结构是使用了想同的头也就是,共享参数?
5、处理流程