Single-Shot Refinement Neural Network for Object Detection

问题

• 两阶段的 Faster-RCNN 精度高但是速度较差, SSD 单阶段检测精度比SSD略差, 但是速度快
• 两阶段和单阶段各自的有点如何结合?

方法

• 将二分类的RPN和SSD的多分类安排在同一个网络上, Anchor Refine Module(Figure 1 上半部分)进行前景背景分类, Object Detection Module(Figure 1 下半部分)进行物体类别(包括背景)的分类.
• ARM 进行二分类可以过滤掉大部分简单的背景样本, 践行 ODM 样本均衡问题
• ARM 和 ODM 通过一定手段(TCB)共享特征, 并且位置进行了递进式地回归
• Transfer Connection Block 见图 Figure 2.
  
• Two-Step Cascaded Regression: 把 ARM 得到的位置作为输入传给 ODM 进一步优化这个结果. (从文章看并没有把 ARM 的结果作为 Anchor)

结果

• 简单背景样本过滤带来 0.5%的提升(mAP 80.0% vs 79.5%)
• Two-Step 级联回归 带来 2.2% (mAP 79.5% vs 77.3%)
• TCB 带来 1.1% 的替身 (mAP 79.3% vs 76.2%)
  

点评

1. TCB 和 ODM 实际上都在一定程度上增加了网络的复杂度, 到底是网络复杂图提升带来的性能提升大一些, 还是作者标榜的那一套 一二阶段 融合操作带来的提升大一些呢?