Double-Head RCNN: Rethinking Classification and Localization for Object Detection论文笔记

Attention:

论文解读的博客原文发布于个人github论文合集 欢迎关注，有想法欢迎一起讨论！私信评论均可。

后面有些语法在CSDN的markdown上不支持，导致显示bug，我就懒得改了，有需求直接访问原博客查看。

创建人	github论文汇总	个人博客	知乎论文专栏
ming71	paperdaily	chaser	专栏

论文发布日期：2019.4.6

1. Motivation

• 来源：COCO2018检测挑战冠军获得者发现，实例分割任务中将bbox回归与分割在同一个卷积head上学习，效果比将bbox回归与分类在同一个fc head上学习好。
• 设想：检测任务中使用不同的头部分别完成分类和回归

2. Double-Head

2.1 Motivation and Hypothesis

  如上所述，前提假设是全连接和卷积的head具有不同的功能偏向性。为了验证，后面设计对比实验，对比看出只选择全用fc或conv或者反用效果都不如分别对应使用效果好，从而验证了假设。

2.2 Network Structure

  安排的很明白了。值得注意一下的是b的向量拉长使用的是均值池化，这个有意思。c图是标准的Double-Head结构很简单。d图是泛化的Double-Head结构，相比之下不难看出就是在进行分类时，不仅用到了分类head的结果，也加入回归。loss设置如下，可见是融合不同分支信息，也不难看出令对应lambda=0就是两种普通head之一。

分类器输出结果的监督信息融合规则：

  实验中设计的backbone是FPN，具体不赘述；fc-head就是两个1024fc层；conv-head有三种设计如下，分别是残差通道增加模块、bottleneck、non-local模块，进行组合；loss很简单，就是RPN-loss+w1x fc-loss+w2 x conv-loss，w1,w2是权重。

3. Experiment

• 假设验证

可见单独用一种head处理两个任务是不如分别处理的好（体现了结构与功能系相适应）。

• Depth of conv-head
  结果来看，趋势是越深越好，为了权衡速度，最后选择3残差2non-local共5个模块。

• Balance Weights

首先看ab和cd对比，明显后面两个的整体map高，效果好，印证不同head的有效性；再看c，表示采取不同比例loss的互监督效果，右上角是不采取互监督两head完全独立，效果也不赖（相比最好的40.0差不多）；最后一张是在分类器输出采取信息融合，得到的效果更好。

• ​Fusion of Classifiers

权重就不说了，按照上面对比实验选的。有意思的是其实仔细看会发现这里的差别都没有特别大，硬要说大，那就是一个是融合的有无，一个是信息全局利用的方式好过max。

• ​检测质量分析

印证假设，其实可以看看还有东西可以想。

---