CBNet--一种新的目标检测的复合骨干网体系结构

一、Introduction
一般来说，在一个典型的基于CNN的目标检测器中，使用主干网络来提取检测对象的基本特征，该网络通常是为图像分类任务而设计的，并在ImageNet上预训练。毫无疑问，更强大的主干网可以带来更好的检测性能。尽管最先进的基于深度的大骨干网络的探测器取得了很好的结果，但仍有很大改进空间。此外，通过设计一个新的更强大的主干网络并在ImageNet上预训练来获取好的检测性能是十分昂贵的。且由于几乎所有现有的主干网络最初都是为图像分类而设计的，直接使用它们来提取目标检测的基本特征可能会导致性能不佳。

为了解决上述问题，我们提出了一种新颖的方式组合多个相同的主干，以构建一个更强大的用于目标检测的主干，我们称之为CBNet。具体的，CBNet由多个相同的主干网（分为辅助主干网与主主干网）以及相邻主干网之间的复合连接组成。从左到右，辅助主干网中每个阶段的输出，即高层特征，通过复合连接流到下一主干网的并行级，作为输入的一部分。最后，利用最后一个主干的特征映射进行目标检测。如图1所示。

显然，CBNet提取的特征融合了多个主干的高层和低层特征，从而提高了检测性能。我们不需要预先训练CBNet来训练由CBNet组成的检测器，只需用单个主干的预训练模型初始化CBNet的每个主干网。这使得采用CBNet比设计一个新的更强大的主干网络并在ImageNet上预训练更经济和高效。如表1所示。