【目标检测】DSSD:Deconvolutional Single Shot Detector

论文：《DSSD:Deconvolutional Single Shot Detector》

论文地址：https://arxiv.org/abs/1701.06659

1、背景

SSD算法在检测小目标时精度并不高，本文是在在SSD的基础上做出一些改进，引入卷积层，能综合上下文信息，提高模型性能。

DSSD针对小目标鲁棒性太差，提出了以下两个贡献：
1. 把SSD的基准网络从VGG换成了Resnet-101，增强了特征提取能力；
2. 使用反卷积层（deconvolution layer ）增加了大量上下文信息。

2、改进

DSSD将SSD的Vgg16网络用Resnet-101进行了替换，在分类回归之前引入了残差模块，在SSD添加的辅助卷积层后又添加了反卷积层形成“宽 - 窄 - 宽”的“沙漏”结构。

DSSD相比SSD的一个最大的提升在于对小目标的检测度上DSSD有了很大的提升，文章的最后部分也展示了小目标的检测效果。即便如此，DSSD的检测速度相比SSD慢了很多，其中很大一部分原因在于引入的Resnet-101太深。

SSD与DSSD的网络模型如下图所示：

图中的蓝色部分是SSD在基础网络的基础上添加的辅助层，红色部分是DSSD在SSD的后面添加的反卷积层，红色的反卷积层和蓝色的卷积层对应尺度相同，融合后再送入上面的蓝色框框的Prediction Module模块进行分类回归。

3、DSSD和SSD的区别

3.1、Resnet-101替换VGG网络

3.2、PM（Prediction Module）模块

DSSD还引入了新的Prediction Module，如下图，可以看到主要使用的还是ResNet的short cut思想。

左图(a)是SSD中用于分类和回归用的结构，即在特征图上直接连接1*1的卷积，一个用来分类，一个用于回归。

图（c）是文中用于分类和回归的最优结构。

图（b）、图（c）、图（d）均是在SSD的基础上将原有的结构改成Resnet模块。

这么做的目的是提取更深维度的特征用于分类和回归。添加的位置在反卷积结构之后，分类和回归之前。

Eltw sum有两种，一种点和、一种点积，最后实验证明点积的效果最好。

3.3、DM（Deconvolutional Module）模块

 

SSD是一层一层下采样，然后分别在这些feature map上进行预测。

DSSD则是在后面加入了很多的Deconvolution Module，通过逆卷积算法feature map上采样，然后与前面的feature map通过点积产生新的feature map，包含上下文的信息。

为什么加入了Deconv层就能提高模型在小目标检测上的精度呢？

　　首先，我们都知道，随着Conv层加深，越往后feature map的分辨率越小，同时包含的语义信息越高。而小目标是在浅层检测的，因此feature map语义信息弱，分类不准也是正常的；

　　而文中通过Deconv层，将深层强语义的feature map放大，与浅层feature map结合，产生的新feature map语义也比浅层的强，分类自然更准一些。

4、总结

        提高浅层的表征能力，是可以提高类似检测器对小目标的检测能力。

　　DSSD=Deconv+Predict Module+SSD