参考代码:D2Det
1. 概述
导读:这篇文章提出了一种新的两阶段检测算法,主要的改进点集中在RPN网络之后,从而带来目标定位和目标分类更加准确。对于定位部分的优化这里是使用的是类似Grid RCNN之类的检测框预测方法,因而就可以对一个proposal进行密集预测(dense box),文中提到这样的回归方式会带来更为精确的预测结果,在此基础上引入了二值掩膜重叠预测(GT为对应GT框的内部区域,看作另外一种形式的分割)用以更近一步排除由proposal进行预测得到结果为背景的情况。对于精确的分类结果,文章将原有的RoI-Pooling操作做了具有discriminative属性的判别形式(也就是不同采样区域设置不同的采样权重),从而得到更加具有判别能力的特征。文章的算法在COCO数据集上使用ResNet101作为backbone获得了45.1的AP。
下图是文章的算法与一些检测算法的对比,见下图所示:
2. 方法设计
2.1 网络结构
文章的算法是来来自于Faster-RCNN的,主要的改进在最后的预测头部分,下图展示的就是文章的主要网络部分:
2.2 密集的目标回归机制
在Faster RCNN系列的算法中,设RPN网络提取的proposal表示为 P ( x P , y P , w P , h P ) P(x_P,y_P,w_P,h_P) P(xP,yP,wP,hP),对应的GT表示为 G ( x G , y G , w G , h G ) G(x_G,y_G,w_G,h_G) G(xG,yG,wG,hG),那么对应的RCNN头部分需要的回归量表示为:
δ x = ( x G − x P ) / w P , δ y = ( y G − y P ) / h P \delta_x=(x_G-x_P)/w_P,\ \delta_y=(y_G-y_P)/h_P δx=(xG−xP)/wP, δy