目标检测系列：couplenet

论文链接：CoupleNet: Coupling Global Structure with Local Parts for Object Detection

1.Introduction

本文算是RFCN的一个改进方法，RFCN提出在目标检测中引入位置敏感得分图，去除了ROIPooling后不共享的部分，在速度和精度都取得了不错的效果，但是RFCN并没有考虑全局信息，因此本文针对这个问题进行改进，贡献如下：

1. 提出全卷积网络，同时将全局信息和局部信息相结合
2. 设计了一个不同的normalization和coupling策略挖掘局部信息和全局信息的兼容性和互补性
3. 实验精度很高

2.CoupleNet

2.1网络结构

如下图所示，整体看可以分为两部分，上半部分是考虑局部信息的全卷积网络，称之为local FCN，下部分考虑了全局的信息，称之为global FCN。网络的主干使用Rsenet101，去除了avg poolling和fc层，经过RPN得到的proposal regions流向上下两部分，最后local FCN和global FCN相结合决定输出。

Local FCN
这部分就是 RFCN，参见https://blog.csdn.net/qq_39068872/article/details/104946052

global FCN
这部分也分为上下两部分，上面的是对RPN推荐出的proposal regions进行ROI Pooling操作，统一大小，下面这部分是全局信息，虽然说通过将更高层上采样可以得到全局信息，但是信息丢失严重，考虑全局信息很有必要，这里的全局信息是指proposal region对应区域二倍大小的区域，都通过ROIPooling后按通道连接在一起，然后接上两个卷积层，很明显，第一个kxk的卷积将特征图变成1x1的大小，后面的1x1conv将通道变成(c+1)的向量，下面要进行标准化，有两种方案1.使用L2 normalization。2.使用1x1卷积。然后将local FCN和global FCN进行拼接，有三种候选方案1.按位相加(element-wise sum)。2.按位相乘(element-wise product)。3.按位取最大(element-wise maximum)。最后通过实验证明最佳方案是1x1conv+element-wise sum

3.实验

上图是不同的normalization和拼接组合方式进行实验的结果，从表中发现，使用L2比不是用精度还降低了，如果使用1x1 conv相对于不用精度上升0.6，而拼接方式，很明显element sum全面领先。

总结

本文算是对RFCN的改进，在使用RFCN的同时，考虑全局信息，这给我们提了个醒，可以在别的方法中添加更对的全局信息，同时，在normalization的时候，适当多使用1x1conv会对结果产生很不错影响，这个问题值得注意