物体检测-CVPR16

• CVPR2016简介

CVPR16关于检测的文章已经出来有一段时间了，今天主要是想把CVPR16年关于检测的一些重要文章进行梳理，所以本文只注重框架，和特点，具体细节后续再补充。今年CVPR也出了不少检测的文章，主要包括：Inside-Outside Net[1],ResNet[2],G-CNN[3],HyperNet[4],LocNet[5],YOLO等。其中从特征改善的方法有[1,2,4],从效率上改善的有[3]和YOLO,从定位精度改善的为[5].下面对这些文章的贡献进行梳理.

          转载请注明出处：http://blog.csdn.net/ben_ben_niao/article/details/52014799

一，inside-outside net

这篇文章主要解决的是小物体检测问题，传统的方法只是将最后一层的输出作为特征，这样小物体在经过多层卷积和pooling后，特征区域已经很小了，所以检测效果有待提高。本文主要是结合前面卷基层的特征来解决小物体检测的问题，并加入RNN来添加context信息。

• 这篇文章的主要有两点：

1. inside:将不同featureMap的特征进行concat[文中称为skip-pooling],由于不同featureMap上的感受野不同，从而获取不同的scale的信息，改善对小物体的检测效果。
2. outside:添加RNN网络，获取context信息。相比传统的Region proposal的方法，只是利用了ROI内的信息，没有用到context信息，
3. 效果：VOC2012,从73.9%提升到76.4%，RNN部分提升貌似没有给出（有待确认），mAP.在MS coco从19.7%提升到33.1%
   

• 流程图:

• 对于RNN部分，作者按每行（从上到下，从下到上）和每列（从左到右，从右到左），总共四个方向进行RNN。RNN的featureMap排列如下：

二，ResNet

何老师的大作，CVPR16最佳论文。通常来讲，网络越深，梯度消失等问题会比较严重，这对网络的训练带来严重的问题，而网络深，特征的抽象能力更强。本文则主要解决这个问题

• 主要贡献：

1. 解决深度网络中梯度消失等难以训练的问题，使得网络可以更深，获取更加好的特征，
2. 将网络扩展到更深，从而获得很好的效果。MS coco获得28%的相对提升，

• 思路很简单（效果却惊人），如下图：

三，Hyper-Net

这篇文章主要也是解决小物体检测的问题，类似上面的第一篇

• 特点：

1. 1. 主要还是利用多层featureMap的特征进行组合，来解决小物体问题。
   2. recall较好，效果mAP提升～2%。
   3. 利用了加速策略（先进行卷积从而达到降维）
      

• 原理图;

• 加速处理（卷积提到ROI pooling的前面，从而降低维度-进而加速）：

四.G-CNN

• 由于传统的检测都是基于region proposal,本文提出：

1. 基于grid的迭代回归，从而没有proposal的过程。
2. 速度相比Fast-RCNN提升5倍，但是效果不明显（没细看）。

• 流程图：

• 更直观的（下图中，左1图网格是有重叠的）：

  

五.LocNet

• 前面的文章都是从特征网络入手提高精度，这篇文章研究了回归定位时存在的问题，主要特点为：

1. 研究传统BBox回归，发现回归并没有置信度这一缺点。
2. 提出新的定位方法，沿X方向和Y方向单独计算一个概率（置信度），从而获得BBOX.是一个迭代方法。
3. 扩展性强，可以接入其他已有的框架，并且和proposal独立，效果咋IOU=0.5提升～5%，IOU=0.7提升更多为10+%.

• 首先将检测得到的BBOX增大，然后通过网络算出BBox。直观的看看对提出的定位方法(结果)：

• 从上可以看出，要获得BBOX,作者提出了两种不同的方案，其中共同的核心是计算概率。他的整体BBox的概率计算网络为下图（这一部分loss function见原文）。

文献：

[1].Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recurrent Neural Networks

[2].Deep Residual Learning for Image Recognition

[3].G-CNN: an Iterative Grid Based Object Detector

[4].HyperNet: Towards Accurate Region Proposal Generation and Joint Object Detection

[5].LocNet: Improving Localization Accuracy for Object Detection