經典目標檢測框架的要點總結

 

 

本篇寫於18年暑假，后來轉戰跟蹤就沒怎么更新過，梳理了幾個經典目標檢測的點，以及他們的性能分數，本打算做畢設的時候梳理借鑒，沒想到只能到這里了。

 

一.RCNN

1. 選擇性搜索
2. Crop后分類（兩種傳入網絡的方法，那種長寬都縮放到網絡大小的比較好）
3. 用SVM分類（FC的沒有SVM的好，可能畢竟是沒有訓練吧）
4. 速度：50s/img（慢）
5. Bounding Box 回歸

 

 

二.Fast-RCNN

1. ROI（可BP）
2. 建議區還是選擇性搜索
3. 速度：0.32

 

三.Faster-RCNN

1. RPN 位置建議網絡，輸出那一層，每個卷積核對應一種anchor（不同大小長寬比）的一種屬性（置信分、x,y,h,w）
2. ROI這里補充說明，RPN回歸的x,y是浮點數，需要取整數、再打格子
3. 速度:0.2

 

四.RFCN

1. 是雙階段的（還是有rpn）
2. 沒有后面的FC，而是改用卷積的形式
3. 還是打格子了，只是每個格子用一個卷積核來算，卷積核跑過一遍后，每個點就對應每個這個位置作為格子一角的分數
4. 取值的時候，PR對應的區域在map上打格子，屬於同一個格子的點求平均（比如深藍色屬於左下角，但是PR只要ROI上的一小塊，而不是整個ROI，最后這樣組合起來投票）

 

 

五.YOLO (you only look once)

1. 最后又經歷過FC
2. 既然是7*7，應該是對大目標比較好

 

六.Yolo2

1. 主要是trick（以前的問題現在看來是trick）
2. Anchor居然沒有
3. DarkNet（速快，可用在移動端或者簡化加速）
4. Yolo3的時候對小目標也不錯了

七.PVANet

　　1.速度快性能好

　　2.crelu（減半的卷積數，差不多的性能），可以借鑒

八.SSD

1. 雖然是單階段，但是輸出層是有根據anchor來的
2. 沒有特征融合？
3. 數據增強
4. 輸入越大越好

九.RetinaNet

1. focal loss （單階段不一定不好，只是訓練樣本的不均衡導致）
2. 單階段+fpn

 

 

 

十.Mask-RCNN

1. Mask多任務
2. ROI Align （直接在回歸的pr上打格子做插值）

 

十一.DSSD

1. 特征融合
2. 1*1的卷積（c）最好
3. 長寬比聚類
4. 測試的時候刪除bn層，速度1:2× - 1:5×

 

 

 

十二.RefineDet

1. 單階段的，快，好用，對小目標好
2. 有類似雙階段的anchor精煉過程
3. 帶+號的是多尺度

 

 

十三.Deformable Convolutional Networks (DCN)

1. 卷積變形（偏移）
2. ROI偏移
3. 慢，但想法好

十四.CornerNet

論文地址：https://arxiv.org/abs/1808.01244

https://github.com/umich-vl/CornerNet

1. 角點檢測（左上、右下）
2. 通過embeddings確認同目標的兩點
3. 提出Corner pool，有效平滑特征圖，凸顯角點
4. 最后的角點還加了offset微調，就有點像雙階段
5. 基礎網絡用沙漏網絡
6. 單階段最佳