论文阅读-《RON-Reverse Connection with Objectness Prior Networks for Object Detection》

CVPR 2017
孔涛..HyperNet作者

0.Motivation

结合region-based的目标检测方法和region-free的目标检测方法。
主要关注两个问题：
1）多尺度目标定位
2）负样本挖掘

1.Contribution

1）对于多尺度定位，作者提出了reverse connection，类似FPN，增强了low level feature map的语义信息，提高了小目标检测的性能
2）对于负样本挖掘，作者提出了objectness prior来显著减少样本的搜索空间
3）RON是一个结合检测精度和速度的网络，在384x384的输入情况下能达到81.3% mAP on VOC2007，速度能达到15FPS，是最初的faster rcnn的3倍

2.Framework

上图表示网络的整体框架，backbone network选择的是vgg16，将最后的3个全连接层的前面两个改造成了卷积层，最后一个fc舍弃了。最终输出的conv7的output_stride是64
作者选择了在con4到conv7的特征图上进行目标的预测。