Couple Net论文阅读笔记

CoupleNet: Coupling Global Structure with Local Parts for Object Detection

背景：

R-FCN在利用了FCN之后，目标检测的效果仍然十分可观并在速度上有较大提升，比faster r-cnn快2.5-20倍，R-FCN利用的是卷积产生的位敏得分feature map（一个ROI的k*k个位置对每一类均产生一个score map），基于此进行分类等后续处理，和原来的faster r-cnn的roi pooling处理不同，R-FCN强调了位置（局部信息）。该篇论文的作者抓住R-FCN没有利用全局信息的这个点对R-FCN进行了改进。（实际上，原来的roi pooling是有利用到全局信息。那如何整合局部信息和全局信息，那就两种策略一起用！见后文）
见论文中的例子：

检测图像上的沙发，只利用R-FCN（提取局部信息）置信度非常低，全局信息就显的很需要，因为