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。