【Cascade RCNN】通过级联的方式提高Faster RCNN和Mask RCNN的性能

论文题目：Cascade R-CNN: High Quality Object Detection and Instance Segmentation
论文链接：https://arxiv.org/pdf/1906.09756v1.pdf

1、motivation

• 现有的问题：通常使用的阈值0.5导致噪声（低质量）检测，但是对于较大的阈值，检测性能又会经常降低。
• 原因：1）过拟合，即阈值越大，正样本的数量就越少，越容易过拟合（正负样本不均衡）；2）detector和test hypotheses之间的mismatch，简单来说就是训练阶段的bbox 回归部分的proposal质量会更高，iou大于阈值0.5，而推理阶段的proposal质量会较差，可能包括IoU小于阈值的。
• 解决方案：提出了一个级联多阶段的目标检测架构，Cascade R-CNN，由具有渐增的IoU阈值训练的检测器detector序列组成，以解决这些问题。具体来说，使用检测器的输出作为下一个检测器的训练集，顺序地训练检测器。实际上，采用了0.5、0.6、0.7作为3个级联的detector的阈值。

2、网络架构

• 在Cascade R-CNN检测器中，级联回归器如下。T是级联stage的总数。关键点在于，每个回归器ft针对由先前回归器生成的边界框分布{bt}而不是对初始分布{b1}进行优化。通过这种方式，逐步改进proposal。同时采用了渐增的IoU阈值进行训练，可以得到更高质量的bbox。
  
• 对于Cascade Mask RCNN，有(b)、( c)、(d)三种策略，在不同的stage上添加分割分支，但最终都是在最后一个stage的分割分支作为输出（mmdetection中的实现是在最后一个stage）。