SSD浅层网络_ssd系列算法总结（二）

上一篇介绍了ssd算法的网络结构及一些令人迷惑的细节问题，比如8732个先验框如何设置，offset指的是什么，编码与解码过程。理解ssd算法之后，然后再去理解改进算法就会非常容易。

这一篇接着上一篇，主要介绍几种改进算法的主要思想

参考论文：

DSSD: Deconvolutional Single Shot Detector

FSSD：Feature Fusion Single Shot Multibox Detector

RefineDet： Single-Shot Refinement Neural Network for Object Detection

RfbNet：Receptive Field Block Net for Accurate and Fast Object Detection

M2Det： A Single-Shot Object Detector based on Multi-Level Feature Pyramid Network

Pelee：Pelee: A Real-Time Object Detection System on Mobile Devices

1、DSSD

先上结构图：

图片来自原始论文

DSSD算法着眼于ssd对于小目标物体的检测效果依然不够理想，分析原因，就是浅层的特征图虽然比较容易定位小目标，但是浅层的特征图没有包含充分的语义信息，很难对定位出的目标进行分类。

因而，利用反卷积将特征图进行上采样，与原始的特征图进行融合，然后混合后的特征图输入感知器网络进行预测（感知器网络就是几层卷积层，输出为特定的维度，维度与位置与类别有关）。

将原始特征图与上采样后的特征图进行融合的方法一般有堆叠（concat）与求和（element-wise sum），但是这里作者经过实验说明在这种结构下(element-wise product)矩阵点积的效果比element-wise sum更好。

2、FSSD

先上结构图：

图片来自原始论文

同样考虑到ssd算法独立的利用浅层与深层的特征图进行预测，对小物体的鲁棒性较差，提出了一种特征融合的方式，将vgg16产生的不同尺度的特征图，利用双线性插值变换为conv4-3层的特征图尺度大小，然后concat所有特征图，利用得到的特征图重新进行下采样得到不同的特征图尺度，输入感知器网络进行预测。

3、RfbNet

先上结构图

上述图片来自原始论文

2018年eccv的一篇文章，作者受人眼视觉感知的偏心率的与影响，利用inception与atrous convolution相结合提出 感受野模块（receptive filed block），将rfb应用于ssd算法的特征图的头部，然后对处理后的特征图进行预测，结构简单，效果非常好。

4、M2Det

图片来自原始论文

M2Det时2019AAAI的一片文章，作者认为之前的FSSD、DSSD等算法对于多尺度特征图的融合使用的策略过于简单，不能很充分的利用各层的特征，然后作者设计了一种特征融合的方式，对ssd算法的特征图进行融合，效果还行。

5、RefineDet

先上结构图

图片来自原始论文

这是cvpr2018的一篇文章，之所以放在最后，是因为此算法对于ssd的修改最多，而且这中算法看起来好像是目标检测一步法与两步法的结合算法。

这篇文章对于ssd的改进点与前边几篇文章的思路均不一样，更像是对目标检测一步法的改进，通过对ssd算法的prior box进行二次的refine，来提升算法的效果。

主要就是利用两步法的思想先对先验框进行一次分类（二分类，仅区分前景与背景）与回归，解决样本极不均衡的问题，提高准确率；同时利用FPN对不同的特征图进行融合，提高对小物体检测的鲁棒性。

整体来看该网络和tow stage的结构很像（都可以概括为two-step cascaded regression），一个子模块（anchor refinement module (ARM)）对先验框进行二分类与回归，类似于RPN的功能，另一个子模块类似于SSD（object detection module (ODM)）。在RefineDet中是先通过ARM部分生成refined anchor boxes（类似RPN网络输出的propsoal），然后在refined anchor boxes基础上进行回归，所以能有更高的准确率，而且得益于特征融合（transfer connection block (TCB)）这个模块基本是是一个FPN，该算法对于小目标物体的检测更有效。

这篇文章应该好好读一下，前边的几篇文章很简单，很容易理解

---

自己看过的几篇ssd系列的文章在此总结梳理一下，ssd算法是一个具有非常优秀的算法，近几年很多算法都是在ssd算法上进行改进，看明白这个系列算法与学习R-CNN系列算法一样重要。

---

上一篇文章评论区有朋友推荐了pelee这篇文章，回去看了一下，这里写出一些这篇文章的主要思想及创新点

pelee

这篇文章主要立足于设计能够在移动端运行的实时性的算法网络，之前的轻量化网络（例如mobilenet，shufflenet，mobilenet v2）均采用了深度可分离卷积进行设计，文章作者提出不一定要依赖于深度可分离卷积设计轻量化网络，利用传统的卷积也可以设计轻量化的网络

这个网络的网络结构采用了densenet与googlenet的网络结构思想，设计了2-way dense layer

将densenet第一个stem block中的7x7 卷积利用3x3卷积进行替换，效果更好。

在bottleneck层的输出通道依据输入尺寸的大小是可变的，而不是像densenet一样输出为输入的通道数的4倍，这样很大程度上减小了计算量

利用conv-bn的post-activation，这样也加速了计算速度（不明白为什么）

对于ssd算法的感知特征图没有采用38x38的特征图，仅仅采用了后边的几层特征图

19x19的特征图设置两个不同大小的默认框，后边的特征图设置一个默认框

在每个感知特征图后面预测之前，利用残差模块进行处理

在预测部分的卷积核利用1x1的卷积替代3x3的卷积，减小模型的参数，提高速度