DSFD(Dual Shot Face Detector)论文解读

原文连接：DSFD
本文仅记录DSFD的主要创新点，不考虑训练的调参过程。且对SSD类检测算法不不知道的人可以先去学习SSD以及特征融合等相关论文。

DSFD 三大创新点：Feature Enhance Module (FEM)
Progressive Anchor Loss (PAL)
Improved Anchor Matching(IAM)

Feature Enhance Module
FEM 属于一种特征融合，它与之前的FPN等不同主要是在于它得到的特征是用于新的检测层，在论文中称为enhanced feature maps。具体的结构如下。
在原有的feature map上通过1*1的卷积之后 和上一层的feature map 相乘之后 进行dilation 卷积，在拼接到一起。

Progressive Anchor Loss

因为FEM的原因，所以DSFD是有两类检测层，第一类是由SSD的网络之后得到的，称为first shot， 而第二类检测层，即通过FEM得到的，称为second shot。
各个feature map对应的检测层以及检测层anchor大小的

对应的loss公式在文章中，就不贴出来了，相对比其他的检测的loss，两大特点，一个是second shot的anchor 要比 first shot 的anchor要大一倍， 第二个就是PAL是两个loss的加权和。

Improved Anchor Matching
这块主要是通过数据增强的方式来增加 anchor匹配到的数量，没有理解足够，暂不下结论。

想要了解的具体的还请移步官方源码。