雙尺度殘差檢測器：無(wú)先驗檢測框進(jìn)行目標檢測

論文地址：https://arxiv.org/pdf/1904.06883.pdf

Dubox增強了啟發(fā)式引導的能力，進(jìn)一步使第一尺度探測器能夠最大限度地檢測小目標，第二尺度探測器能夠檢測第一尺度探測器無(wú)法識別的目標。今天給大家分享的文章可能會(huì )優(yōu)點(diǎn)舊，但是我覺(jué)得整體是一個(gè)不錯的ideal！

一、背景

長(cháng)期以來(lái)，目標檢測一直是計算機視覺(jué)領(lǐng)域的一個(gè)具有挑戰性的問(wèn)題。隨著(zhù)深度神經(jīng)網(wǎng)絡(luò )（DNN）的發(fā)展，近年來(lái)在目標檢測方面取得了重大進(jìn)展。它是各種工業(yè)應用的先決條件，例如自動(dòng)駕駛和面部分析。由于深度卷積神經(jīng)網(wǎng)絡(luò )和標注良好的數據集的進(jìn)步，目標檢測器的性能得到了顯著(zhù)提高。

現實(shí)世界中的圖像包含不同比例的對象。尺度變化已成為目標檢測領(lǐng)域的一個(gè)具有挑戰性的問(wèn)題。為了實(shí)現尺度不變性，最先進(jìn)的方法通常結合多個(gè)層次的特征來(lái)構建特征金字塔或多層特征塔。同時(shí)，為了提高檢測性能，多尺度方法在不同尺度上并行使用多個(gè)檢測器。例如，RetinaNet有五個(gè)尺度檢測器（p3-p7），它們在特征金字塔結構上并行檢測。YOLOv5在主網(wǎng)上運行了三個(gè)檢測器。

此外，prior box被認為是處理尺度不變性的有效手段。它是許多檢測器的基礎，例如Faster RCNN和YOLOv2中的錨點(diǎn)，SSD中的默認框。先驗框是一堆具有預定義大小和縱橫比的框，它們以滑動(dòng)窗口的方式平鋪特征圖，作為檢測候選。先驗框離散化可能的輸出邊界框形狀的空間，DNN基于特定的先驗框利用先驗信息對邊界框進(jìn)行回歸。多尺度檢測和先驗框的混合是最先進(jìn)的檢測器中的常見(jiàn)做法，它利用了多尺度特征和預先計算的邊界框統計數據。

二、前言

傳統的目標檢測方法使用多尺度特征，允許多個(gè)檢測器獨立并行地執行檢測任務(wù)。同時(shí)，通過(guò)對prior box的處理，增強了算法處理尺度不變性的能力。然而，太多的先驗框和獨立的檢測器會(huì )增加檢測算法的計算冗余。

Some comparisons with the precision and speed to clas- sical algorithms on VOC07, ▽ is two-stage method，    ? denote the one-stage algorithm, □is Dubox.

今天這項研究中，研究者介紹了Dubox，這是一種新的單階段方法，可以在沒(méi)有先驗框的情況下檢測目標。使用多尺度特征，設計的雙尺度殘差單元使雙尺度檢測器不再獨立運行。第二個(gè)尺度檢測器學(xué)習第一個(gè)的殘差。Dubox增強了啟發(fā)式引導的能力，可以進(jìn)一步使第一尺度檢測器能夠最大限度地檢測小目標，第二尺度檢測器能夠檢測第一個(gè)無(wú)法識別的對象。此外，對于每個(gè)尺度檢測器，新的classification-regression progressive strap loss（CRPS）使整個(gè)的過(guò)程不再基于先驗框。整合這些策略，新提出的檢測算法在速度和準確性方面取得了出色的表現。在VOC、COCO目標檢測基準上的大量實(shí)驗證實(shí)了該算法的有效性。

三、新框架

No-prior Box Detection

Dubox是一個(gè)單一的神經(jīng)網(wǎng)絡(luò )，統一了目標檢測的所有必要組件。檢測器設計支持端到端訓練和實(shí)時(shí)推理，同時(shí)保持高平均精度。

新的網(wǎng)絡(luò )將整個(gè)圖像作為輸入，并以s倍的下采樣級別預測結果特征圖。假設輸出map大小為(h,w)，將輸出中的位置(i,j)定義為hook，其中i∈[0,w)和j∈[0,h)。Dubox在輸出特征的每個(gè)hook處預測每個(gè)邊界框及其所有類(lèi)別的置信度，如下圖所示。

如上圖所示是正樣本和負樣本GT設置，DuBox使用固定鉤(i，j)將bbox的預測和分類(lèi)結合起來(lái)。藍色的點(diǎn)是positive的hook，其他的是negative。不再像DenseBox那樣直接在中心點(diǎn)畫(huà)圓框了，而是根據以下公式進(jìn)行正樣本的定義：

P是用于調整范圍的預定義值。

Residual Dual Scale Detectors

雙尺度殘差單元是基于共享特征提取主干的子結構。殘差雙尺度檢測器通過(guò)共享 VGG-16、ResNet等特征提取網(wǎng)絡(luò )來(lái)組合不同級別檢測器的特征。殘差單元的結構包含兩個(gè)檢測器，其中高級檢測器將學(xué)習在低級檢測器中找到的回歸框的殘差。詳細結構如下圖所示。

雙尺度的冗余策略：

Differentiate positive range：設計檢測器1中的p為10，檢測器2中的p為9。同時(shí)，向檢測器1的正范圍添加一個(gè)約束 => r=arg min(r, 3)。該方法確保了大目標正樣本掛鉤的數量受到限制，并且提高了低級別檢測小目標的性能。

Differentiate scale weight：物體的目標邊界框在原始圖像中占據的區域大于0.3，則檢測器1的回歸將忽略該目標對象。（讓大目標給檢測器2來(lái)檢測，檢測器1只負責檢測小目標）

Bbox Bridge Module

Bbox（邊界框）橋模塊將低級檢測器和高級檢測器的回歸連接起來(lái)，從而使高級別回歸基于低級殘差。

Classification-Regression Progressive Strapped Loss

在基于錨的方法中，借助先驗框，檢測器具有框形狀的先驗知識。它通過(guò)調整預定義的錨形狀來(lái)執行其預測，從而提高它們對周?chē)^的擬合能力。Dubox沒(méi)有任何先前的盒子形狀，研究者必須設計一個(gè)更強的分類(lèi)和回歸策略，主要是損失函數。

基于這一觀(guān)察，研究者通過(guò)IoU重建classification loss progressive strap ：

四、實(shí)驗

The performance of dual branch on VOC2007 dataset (512 × 512)

Comparison with state-of-the-art detectors on VOC 2007 and 2012

Comparison with state-of-the-art detectors on MS COCO test-dev