PPN-Pooling Pyramid Network for Object Detection

PPN（用于目标检测的池化金字塔网络）是对SSD目标检测算法的改进，主要体现在减小模型规模、参数和计算量

---

【摘要】

我们提出一个类似SSD的目标检测算法，在保证模型精度的基础上减小了模型规模。对于不同尺度的特征图，我们使用共享的box predictor，并且对于不同尺度间的卷积操作，我们使用最大池化代替。相比于SSD，有两个优势：（1）避免了不同尺度间的分数校准错误（2）共享的box predictor可以看到所有尺度的训练数据。因为我们把多个box predictor减少至1个，并且在不同的层中共享，模型的规模显著减小。相比于SSD，我们同时也保证了精度。

---

SSD由于其运行速度和容易在 硬件上实现而流行。大多数的SSD算法采用多尺度预测，并且对于不同尺度的feature map，采取独立的predictor来预测类别得分和边框偏移量。

但是，对于multi scales的feature map，每一个feature map都采用独立的predictor，那么每一个predictor只能看见特定尺寸下的物体，各层之间没有联系。

下图左边是SSD的流程图，右边是PPN的流程图。可以看到改进主要体现在

1. 对于feature map的降采样操作，本文采用max pooling来代替原有的卷积。
2. 相比于原来的SSD中，不同feature map采用独立的conv来预测类别得分和边框偏移量，PPN采用一个共享的conv来得出bbox score和bbox location。

这样改进之后，有以下几个优势：

1. 卷积采用最大池化替代，独立的predictor采用共享的predictor替代，有效减小了模型规模和参数，在保证精度的条件下提高了运行速度。
2. 解决原来独立的predictor只能看到特定尺寸下的feature map里目标的问题，共享的predictor可以看到所有尺度下的目标的存在。