DSSD：Deconvolutional Single Shot Detector 论文阅读笔记

1.动机

2.贡献点

特点：DSSD将SSD的VGG网络用Resnet-101进行了替换，在分类回归之前引入了残差模块，在SSD添加的辅助卷积层后又添加了反卷积层形成“宽 - 窄 - 宽”的“沙漏”结构。DSSD相比SSD的一个最大的提升在于对小目标的检测度上DSSD有了很大的提升。

缺点：DSSD的检测速度相比SSD慢了很多，很大一部分原因在于引入的Resnet-101太深，同时也因为引入了额外的层----prediction module 和 deconvolutional module，以及更多的default box

图中的蓝色部分是SSD在基础网络的基础上添加的辅助层，红色部分是DSSD在SSD的后面添加的反卷积层，红色的反卷积层和蓝色的卷积层对应尺度相同。圆形为反卷积模块，这一模块一方面要对前一层的feature map做反卷积增加空间分辨率，另一方面还融合了卷积层的feature map。融合后再送入上面的蓝色框框的Prediction Module模块进行分类回归。

3.Predict Module

(a)original SSD approach
(b)version of the residual block with a skip connection
©add one residual block for each prediction layer
(d)two sequential residual blocks
不同组合的结果：

4.Deconvolution Module

1)批量归一化（BN）层加在每一个卷积层之后
2)使用学习好的反卷积层代替双线性插值的上采样
3)不同的组合方法：逐元素求和（element-wise sum）和逐元素乘积（element-wise product）

5.实验方法和结果

上图是PASCAL VOC2007上的测试结果，当输入的图像尺寸比较小的时候，把vgg换成Resnet效果相似，但是提高输入图像的尺度的话，把vgg替换成resnet-101效果会更好，作者猜测对于Resnet这样非常深的网络，需要更大尺度的输入来让深层的feature map仍然保持较强的空间信息。更重要的是，DSSD比相应的SSD的效果要更好，DSSD对于那些具有特定背景信息的物体和小目标表现出了大的提升。