2017-11-CVPR-Single-Shot Refinement Neural Network for Object Detection论文笔记

2017-11-CVPR-Single-Shot Refinement Neural Network for Object Detection

1，要做的事情

Object detection

2. Dataset

PASCAL VOC,，MS COCO

3. Network

首先，将image 输入到VGG 16或者Res-Net 101中提取特征，其中会有很多个feature map，将每个feature map按照SSD的方法，将feature map输入到detection部分中，用于refined feature map。将对应ARM的feature map输入到ODM中，中间是TCB（如下图），

 

3.1 ADM

做二分类，分类有无目标，去除一些无物体的候选区域（减少搜索的空间）

3.2 ODM

1. 回归精确的位置——anchor
2. 预测 multi-class labels

’4. Negative anchor filtering：

在ODM中，对于refined anchor box，如果他的negative confidence比threshold 大，就丢弃。

5. Anchors Design and Matching

 

6. Training

6.1 数据增广

随机光度失真、翻转

6.2 backbone network：

VGG 16 和Res-Net-101（在ILSVRC CLS-LOC dataset上预训练）

6.3 loss function

1. 7. Result