论文：Scale-Aware Trident Networks for Object Detection
Github：https://github.com/TuSimple/simpledet/tree/master/models/tridentnet
图森的工作
论文提出了TridentNet ，基于ResNet-101 的基础骨架网络在coco数据集上达到了单模型48.4的准确性，刷新了coco记录。
论文贡献：
- 首次提出感受野（receptive field）对目标检测任务中不同scale大小物体的影响，并进行相关实验验证
- 提出了适应于多尺度的目标检测框架TridentNet
- 使用参数共享的方法，提出了训练时3个branch，测试时只使用其中一个branch，这样保证推断时不会有额外参数和计算量的增加
- 使用ResNet-101的backbone在coco数据集上达到48.4的map
处理多尺度问题的方法：
- 图像金字塔，传统的检测算法
- 特征金字塔，FPN
- 本文的三叉戟网络，分为3个分支，所有的参数都一样，唯一的区别就是膨胀卷积的膨胀率不一样。
膨胀卷积Dilated convolution（空洞卷积Atrous convolution）：
假设膨胀率为ds，使用的卷积核大小为3*3，则使用膨胀卷积的感受野大小为3+2*2*(ds-1)，
例如，假设
- ds=1，表示不进行膨胀，感受野大小为3*3
- ds=2，表示进行膨胀，感受野大小为7*7
- ds=4，表示进行膨胀，感受野大小为15*15
实验验证，随着感受野的增大，小目标的检测准确性也开始下降，但是大目标的检测准确性开始上升。
TridentNet 网络结构：
TridentNet 模块主要包括3个完全一样的分支，唯一不同的只是膨胀卷积的膨胀率。从上到下，膨胀率分别为1,2,3，分别检测小，中，大的目标。三个分支共享权值。
每个分支的详细结构如下，
在训练过程中，对每一个分支都进行优化。因此，需要对目标的ground truth进行大小测试，
假设，w,h为ground truth的宽，高。Li,ui表示实验中定义的最小的面积和最大的面积。在coco实验中分别为32*32和96*96。
基于此公式实现小的目标走第一个分支，中等目标走第二个分支，大的目标走第三个分支。而不是所有目标都走所有分支。这样就可以进行有针对性的训练。
在测试阶段，只使用中间的那个分支进行推断，然后对结果进行NMS，输出最终的结果。
当然这样做会有一些精度的损失，但是好处就是不会引入额外的参数，不会增加额外的计算量。
实验结果：
Multi-branch ，Weight-sharing， Scale-aware有效性证明：
TridentNet 模块分支个数的实验：
TridentNet 模块在Resnet不同block中的实验：
TridentNet 每个分支中unit个数的实验：
TridentNet 各分支检测结果的评估：
TridentNet 中间分支在coco测试的结果：
coco数据集结果：
总结：
TridentNet 是一种尺度敏感的检测框架，并且训练过程也得进行尺度敏感的训练。检测准确性很高，并且不会有额外的参数，额外的计算量。是对ASPP结构的一种升华。
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：目标检测网络之三叉戟TridentNet - Python技术站
微信扫一扫 
支付宝扫一扫 