SiamRPN++阅读笔记

论文地址：https://arxiv.org/pdf/1812.11703.pdf
代码地址：https://github.com/STVIR/pysot （截至博客发表前只能运行demo程序）

前言：
在所有效果较好的算法中，网络结构基本是基于AlexNet和VGG，深度学习作为当今潮流，人们喜欢将热门网络结构与自己领域相结合，但是为什么在前几年ResNet热度高居不下的情况下，依然没有人将ResNet应用到目标检测中。这便是这篇论文解决的问题，虽然在CIR算法中也提到这个问题，但是Siamese-RPN++明显各方面表现都要好一点。
在论文中提到，由于目标可能出现在搜索区域的任何位置，因此目标模板的学习特征表示应保持空间不变，而ResNet网络中都会有Padding操作，而这个操作会影响算法的平移不变性，使得网络更加关注图像中心。我们进一步发现，在现代深层体系结构中，只有AlexNet的零填充变体满足此空间不变性的限制。所以该论文的工作便是将ResNet运用于Siamese-RPN，代替常规的AlexNet，并且性能提升。

论文行文思路如下：