6-8 COCO 54.7mAP！DetectoRS目标检测

 

参考：https://mp.weixin.qq.com/s?__biz=MzIwMTE1NjQxMQ==&mid=2247514592&idx=2&sn=7615b34b4e8979082f4553908cb4c4de&chksm=96f0cbb4a18742a24b83ceea941eccfb24f5a1b31b67081d70857066ec8066f949b6fe1538e8&mpshare=1&scene=24&srcid=0604aYyiN3i4J3s7JPfkDVAn&sharer_sharetime=1591545065789&sharer_shareid=33bf8ccb960841e5cc8b2e60cd460716&exportkey=AbmACYObjFY%2B1%2F7T9Zz0ero%3D&pass_ticket=9oQ2gp7vduQL5U3f1zVCJg6W2OMrf%2F4lALZ2yWd3M1hmySBH5PnX%2FhzZ2j4Q%2FzVc#rd

论文地址：

https://arxiv.org/abs/2006.02334

代码地址：

https://github.com/joe-siyuan-qiao/DetectoRS

 

（1）大家所熟知的特征金字塔网络（FPN）是将主干网不同阶段（stage）特征组成特征金字塔，如下图（a），而RFP则添加了对于目标检测任务的梯度向主干网方向回传

这种递归特征金字塔网络有什么好处呢？很明显它能够使得目标检测的错误回传信息更直接的反馈调整主干网的参数。

（2）

不同空洞率的空洞卷积捕捉到不同感受野的目标，网络可以学习到一个开关，以自适应调整选择哪个感受野的卷积结果（究竟怎么设置开关的，参考原代码）。