Single-Shot Refinement Neural Network for Object Detection
写在前面
本文发表在CVPR-2018，是中科院的一篇关于目标检测的论文
现阶段目标检测分为，单阶段和双阶段两种方式，双阶段精度高但速度慢，单精度速度快但精度稍逊。本文作者就想提出一种新的融合的方法，将两种目标检测方法的优点结合起来
本文模型在COCO测试集上取得了AP41.8的性能表现，320x320速度为40.2FPS，512x512速度为24.1FPS
主要思想
作者认为，双阶段目标检测方法相比单阶段目标检测方法有以下三个优势：
- 双阶段目标检测器采用了两段结构
采样来处理类别不均衡的问题 - 使用了两阶段
级联的方式来拟合bbox - 采用了
两阶段的特征图来描述待检目标
作者推出的RefineDet整体结构如下图所示：
模型主要由两个部分组成，anchor refinement module(ARM)和object detection module(ODM),分别有各自的损失函数，两部分通过级联的方式依次处理目标框，作者以这种端到端的多任务学习方法代替R-CNN系列目标检测的两阶段方法。
关键点
-
ARM
ARM在模型中的作用主要有以下两个：
-
粗筛
anchor，剔除掉过于容易的负样本，降低后续的计算复杂度 -
粗调
anchor的边界，为ODM提供更好的初始值
-
-
transfer connection block (TCB)TCB是为了融合ARM与ODM之间各个层级的特征，不仅可以传递
anchor的信息，也是一种做特征金字塔的方式本文作者使用了反卷积和按位加法来完成了TCB的运算，计算过程如下图所示
-
two-step cascaded regression作者认为目前的单阶段目标检测器只进行了一次的目标框回归，这可能是导致在一些困难任务上表现不佳的原因
所以，不同于SSD，
RefineDet采用了两步的回归策略，首先由ARM生成大致的目标框，再由ODM在次基础上进一步精修目标框边界，作者认为这种方法会提升模型整体的精度，尤其是改进对小目标检测的表现 -
negative anchor filtering负样本筛选，本文的思路是
ARM将负样本置信度大于门限值 \(\theta\) 的目标框筛去，\(\theta\) 的经验值是0.99。也就是说ARM仅将正样本和困难的负样本送进ODM进行进一步检测困难负样本挖掘采用了与
SSD一致的方法，将负：正样本比例保持在3:1 -
损失函数
RefineDet的损失函数由两部分组成，
ACM和ODM，每一部分都包含分类与回归两个损失函数，所以总得损失函数为：
\(L_b\)代表二分类的交叉熵损失函数，\(L_m\)代表多分类的
softmax损失函数，\(L_r\)代表目标框回归的smooth L1 loss
开源代码
参考文献
Single-Shot Refinement Neural Network for Object Detection
