ImageNet2017 周记之第三周

因为使用RFCN直接训练ImageNet的baselinemAP只有24%左右，太低，打乱自己的计划，之前那种网络结构都没有机会去在ImageNet上使用，先找这个问题。花了一周时间，从重新写imagenet.py，处理ImageNet的数据，到训练完，得到结果，花了四天，还是这么高。说明之前训练RFCN的ImageNet数据处理是没有问题的，但是为何如此低，难道是因为ImageNet的目标检测比VOC难吗？但是rfcn在coco的数据集上表现依然很棒，说明是没问题的。于是，自己对着coco的训练方法和prototxt，和作者在github上每次commit的代码比较，发现了几点不同：

首先coco的anchors使用了15个，voc只用了9个；coco在rpn层加入了scale操作，voc没有。

比较fasterrcnn 和rfcn，因为cls比较低，肯定是rfcn分类训得不好，而rfcn提出了使用class-agnostic的方式，也就是对于一个proposal，只返回是物体还是背景，并不是指出物体属于哪一类，这是和class-aware不同的，我猜测应该是这个原因，导致分类很低，出现许多0.0几的分类。

这一周，在查问题的同时，跑上了SSD300，使用作者的模型finetune，从论文中的43.2提升到了45.3.这个mAP是使用train+val1训练，使用val2测试，得到的结果，所以看起来比较高。因为SSD使用的vgg16作为分类网络，所以如果把vgg16换作resnet101的，理论上会更好，但是没做这个实验，评论区里有人评论说换完Resnet101效果不好，作者也没有试过。