DetectoRS，论文阅读记录

论文地址：https://arxiv.org/pdf/2006.02334v1.pdf
代码地址：https://github.com/joe-siyuan-qiao/DetectoRS

论文简介

这篇论文设计了一种针对目标检测的backbone。
宏观层面：使用 Recursive Feature Pyramid（循环特征金字塔）结构；
微观层面：使用 Switchable Atrous Convolution（可切换的空洞卷积）结构。
最终DetectoRS架构在 COCO 数据集，目标检测 box AP 可达到 54.7%，实例分割 mask AP 可达到 49.6%

论文细节

宏观层面设计 Recursive Feature Pyramid (RFP)

RFP的设计灵感来源于人类的视觉系统 looking and thinking twice 机制，我自己理解是，对同一张图片多看几次，会注意到之前没有注意到的部分。

具体设计是在 FPN 的基础上加入了一个feedback 链接，当数据传到这里后，在这个地方循环 T 次（论文中将T设为2），展开结构如上图c。 从左到右，第一步的 feature map 经过一个 ASPP 加到第二步的 feature map，同时也融合到最终预测的 feature map上 。其中ASPP是 Atrous Spatial Pyramid Pooling 空洞空间卷积池化金字塔，是对空间金字塔池化的改进版。

微观层面设计 Switchable Atrous Convolution (SAC)

作者设计了一种有效的转换机制，可以把标准的卷积转换为条件卷积（Conditional Convolution networks）(条件卷积是指可以动态调整卷积核，宽度或深度的卷积操作)。

SAC 的数学表达式：

其中 S(.)是转换函数，用 5x5平均池化层 后跟 1x1卷积层实现

论文总结

这篇论文，作者分别在宏观微观层面进行设计，宏观对特征层进行重复利用，降低漏检，微观利用可切换空洞卷积操作，使得模型可以学习如何合理的控制感受野，最终取得很好的效果。

模型效果展示如下
可以看出加上RFP（第二列）明显漏检就比较少，而加上SAC（第三列）感受野明显比较大，可以检测出占比图片很大的目标。

其中SAC模块可以做到即插即用的，很方便如果有需要可在源码中找到模块，用在自己的模型中试一试。
而RFP架构则是一个不错的方法，以后设计模型时可以借鉴。