最优阈值生长算法_目标检测 | 经典算法 Cascade R-CNN

作者从detector的overfitting at training/quality mismatch at inference问题入手，提出了基于multi-stage的Cascade R-CNN，该网络结构清晰，效果显著，并且能简单移植到其它detector中，带来2-4%的性能提升

论文: Cascade R-CNN: Delving into High Quality Object Detection

• 论文地址: https://arxiv.org/abs/1712.00726
• 代码地址: https://github.com/zhaoweicai/cascade-rcnn

Introduction

---

  目前的目标检测算法大都使用的IoU阈值来定义正负样本，这是相当宽松的阈值，导致detector产生许多干扰的bndbox。如图(a)，许多人们认为大概率是负样本的框其实IoU都大于0.5。因此，论文希望研究出学习能尽量少包含接近负样本的bndbox的detector，如图(b)

  论文对不同IoU阈值的regressor和detector进行了实验。从图c可以看出，不同IoU阈值的detector对不同水平的bndbox的优化程度不同，bndbox IoU与detecor的训练阈值越接近，box regress提升越高。而在图d中，detector(u=0.5)在低IoU水平下比detector(u=0.6)表现优异，而在高IoU水平下则反之，而当u=0.7时，由于训练正样本的不足以及推理时输入的样本IoU较低，detector(u=0.7)的整体表现都降低了

  综上可以得出以下结论：

• 训练后的detector几乎总能提升Input bndbox的质量
• 单IoU detector对接近其训练IoU阈值的bndbox是最优的
• 单纯地增加训练时的IoU的阈值并不能直接提高detector的质量

  因此，论文提出了Cascade R-CNN来解决上面的问题。Cascade R-CNN是一个顺序的多阶段extension，利用前一个阶段的输出进行下一阶段的训练，阶段越往后使用更高的IoU阈值，产生更高质量的bndbox。Cascade R-CNN简单而有效，能直接添加到其它R-CNN型detector中，带来巨大的性能提升(2-4%)

Object Detection

---

Faster R-CNN

  目前经典的two-stage架构如图3(a)。第一阶段是一个提框的子网H0，用于生成初步的bndbox。第二阶段为特定区域处理的检测子网H1，给定bndbox最终的分类分数C和bn