[论文解读] Don‘t Hit Me! Glass Detection in Real-world Scenes

论文链接：
Don’t Hit Me! Glass Detection in Real-world Scenes

1 总述

这篇文章针对玻璃检测的问题， 提出了一个新的用于玻璃检测的网络GDNet， 并在作者自己构建的GDD数据集和其他一些公开数据集上取得了SOTA的结果。这篇文章的主要贡献点有3个： 第一，构建了一个专门用于玻璃检测的数据集GDD； 第二， 设计了一种大视野上下文特征集成的网络模块；第三， 在多个任务场景中取得了SOTA的结果。

2 主要方法

2.1 网络描述

整个GDNet网络主要可分为3个部分： 第一部分是特征提取网络，第二部分是作者专门设计的大视野上下文特征集成模块（large-field contextual feature integration (LCFI) modules），第三部分主要是进行一些特征融合以及产生最终输出的模块。

第一部分的特征提取网络，作者采用了预训练的ResNeXt101， 并把它的最后四层输出给第二部分的网络作为输入。
其中比较核心的是第二部分的大视野上下文特征集成模块。 该模块有4个并行的block, 4个block是相同的。 block的结构是比较简单的， 首先是一个3x3卷积+BN+Relu, 接着经过2个空间可分离的卷积， 并把他们的输出concat在一起， 最后在经过一个3x3卷积+BN+Relu。有一点比较有意思的是， 2个空间可分离的卷积的顺序是相反的， 作者认为这样有助于消除歧义。 原文的说法是As the content inside a glass region is typically complicated, contextual features with different characteristics are needed to eliminate the ambiguity.

2.2 LOSS函数设计

作者采用了3种loss函数的加权和作为最终的loss函数， 分别是binary cross-entropy
(BCE) loss, edge loss and IoU loss 。
$Loss=w_h{L}_h+w_l{L}_l+w_f{L}_f$
其中， $L_h=l_{bce}+l_{iou}$, $L_l=l_{bce}+l_{edge}$, $L_f=l_{bce}+l_{iou}+l_{edge}$

3 实验结果

1 在GDD数据集上和其他方法的对比：

2 在mirrow segmentation 任务上和MirrowNet的对比：