【论文笔记】cascade RCNN + tsd

论文1：Cascade R-CNN Delving into High Quality Object Detection
论文链接：https://arxiv.org/abs/1712.00726
代码链接：https://github.com/zhaoweicai/cascade-rcnn

论文2：Revisiting the Sibling Head in Object Detector
论文链接：https://arxiv.org/pdf/2003.07540.pdf

 注：本文是在对两篇文章的内容已有了解的情况下，仔细阅读paper做的笔记。可能会略过一些已经巩固的知识~

---

Cascade R-CNN

一篇比较好的详细解读：Cascade R-CNN 详细解读 - 知乎

关键词是Iou的调整+级联检测器优化。

faster R-CNN中涉及到iou的有两部分，一个是RPN网络选择正负样本（proposal）时候。

• 正样本：与gt相交的iou>0.7的样本；当没有样本超过0.7，则选一个iou最大的正样本
• 负样本：与所有gt相交的iou都<0.3

二是检测时候（非训练），用于决定哪些proposal是最后给出的预测结果。Cascade是对于第一部分做的调整。

===========================

下面这张图能解释本篇文章的出发点。（c）是RPN网络的regressor前后iou对比，（d）是iou阈值和AP的关系。作者给出几个结论：1. 当proposal本身和gt的iou在0.6左右时，用0.6的阈值效果会比较好（其他阈值亦然）；2. 直接设置高iou会降低AP，原因是正样本太少了，类别不平衡，模型过拟合。3. 经过regressor后iou会提高，所以可以级联同时逐步提高iou阈值。

 ===========================

 级联的方式如下图。H: head；C和B是类别和bbox的预测。每个stage的iou阈值都不同（递增），如B0为0.5，B1为0.6，B2为0.7，B3不用了直接算Loss。

  ===========================

作者提出的mismatch问题：（是很好的启发）

 在训练的时候RPN网络输出的proposal正样本与gt的iou都比较高，因为经过筛选。而推理的时候没有gt指导，故training阶段和inference阶段，bbox回归器的输入分布是不一样的。

（负样本的边界框回归损失是0）

 

---

task-aware spatial disentanglement, TSD 

分类和回归的解耦

【待续……