Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

原文链接

[1506.01497] Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks (arxiv.org)

Abstract

当时的物体检测网络依靠候选区生成算法来猜测物体位置。SPPnet与Fast RCNN降低了检测部分的运行时间，但是却暴露出了候选区生成算法十分耗时这一瓶颈。Faster RCNN提出了候选区生成网络（RPN：Region Proposal Network），RPN能够和检测网络共享全图的卷积特征，从而让候选区生成几乎不消耗多余的时间。RPN是一个能够同时产生边框坐标信息和分类置的信度全卷积网络。RPN通过端到端的训练可以为后续的Fast RCNN生成更高质量的候选区，并且通过简单的交替优化可以让两个网络共享部分卷积层参数。

Introduction

Fast RCNN在检测网络已经几乎达到了能够满足实时检测的速度，但候选区生成运算需要消耗大量时间的问题仍是一个瓶颈。问题在于Selective Search的方法计算量大且需要使用CPU来计算。

本文中提出的RPN是全卷积网络，能够和检测网络共享卷积层参数，从而只需要很少的额外运算量。为了将RPN和Fast RCNN统一在一起，作者提出了交替微调两个网络参数的训练方法。

Region Proposal Networks

RPN网络可以接受任意大小的图像作为输入，输出目标的矩形候选框(Region Proposal)的集合，每个候选框均有一个目标得分。

为生成Region Proposal:使用滑动窗口在Conv feature map上滑动，生成一个一维的向量（256-d大小）。再通过两个1*1全卷积层（cls layer 和 reg layer）输出目标分类的概率与边界框回归参）。(细节如下图)

RPN示意图

Translation-Invariant Anchors

Faster-RCNN中的Anchors由三种尺度（128128，256256，512512）及三种比例（1：1，1：2，2：1），所以每个位置在原图上有9个anchor box。对于一张1000x600x3的图像，大约有60x40x9(20k)个anchor（6040为特征图大小），忽略跨越边界的anchor以后，剩下约6k个anchor。对于RPN生成的候选框之间存在大量重叠，基于候选框的cls得分，采用非极大值抑制，IoU设为0.7，这样每张图片只剩2k个候选框。

A Loss Function for Learning Region Proposals

取和确知框IOU最高的和大于0.7的anchor标记为正例，小于0.3的为负例，其余的对计算损失函数不产生贡献。

损失函数定义为

其中i是anchor的索引，pi是对anchor的分类置信度，pi*是确知分类置信度（正例为1，负例为0），ti是边框坐标参量化的四个值，ti*表征确知框的参量，Lclass使用log loss，Lreg使用smooth L1 loss，只有作为正例时(pi*≠0)Lreg才对损失计算有贡献。两部分损失由{pi}, {ti}分别计算，并由Nclass和Nreg归一化，λ为二者的平衡参量。

边框坐标参量化映射关系为

$tx = (x - xa)/wa, ty = (y - ya)/ha, tw = log(w/wa),th = log(h/ha)$

其中(x,y)为边框的中心坐标，(w,h)为宽和高，(tx, ty,tw,th)为网络的输出，xa,ya,wa,ha为anchor预设的中心坐标和宽高。

除此之外，Faster RCNN中采用的BBox回归与SPP及Fast RCNN中的不同。在Faster RCNN中，用作回归的特征图是相同尺寸的，但k个不同的回归元参数独立不共享，从而可以从相同的特征图中识别出不同大小的物体。

Optimization

RPN作为全卷积网络，可以使用随机梯度下降和反向传播进行端到端训练。采用“以图片为中心”的采样策略，一个小批次的输入来自于一张图片所包含的正例与负例anchor。为了解决负例占多数的问题，使一个批次中随机采样的256个anchor正例与负例的比例为1：1，当正例不足128时在用多的负例补充。

Sharing Convolutional Features for Region Proposal and Object Detection

同时训练两个网络时的问题在于，Fast RCNN需要用到RPN的输出结果，因此无法在RPN的参数还未确定时训练Fast RCNN。为了解决这一问题，作者提出了四步交替优化的训练算法：

第一步：训练RPN

第二步：利用第一步生成的RPN参数训练Fast RCNN

第三步：使用检测网络的参数来训练RPN，但是保持共享的卷积层参数不变，只改变RPN独占的参数

第四步：保持共享卷积层参数不变，只微调Fast RCNN的全连接层参数

Faster RCNN论文总结相关推荐

faster rcnn论文_【论文解读】精读Faster RCNN
Faster R-CNN论文链接: Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 推荐代 ...
【Faster R-CNN论文精度系列】从Faster R-CNN源码中，我们“学习”到了什么？
[Faster R-CNN论文精度系列] (如下为建议阅读顺序) 1[Faster R-CNN论文精度系列]从Faster R-CNN源码中,我们"学习"到了什么? 2[Faste ...
（目标检测）Faster R-CNN 论文解读+复现
Faster R-CNN xyang 声明:本篇文章借用了他人理解,如有侵权,请联系,另如需转载,请注明出处关于最新最全的目标检测论文,可以查看awesome-object-detection &l ...
目标检测——Faster R-CNN论文阅读
论文阅读--Faster R-CNN:Towards Real-Time Object Detection with Region Proposal Networks 文章目录论文阅读--Faste ...
faster rcnn论文_faster-rcnn论文思路及代码编译
先给出全套的程序及参考文献链接: https://github.com/facebookresearch/Detectrongithub.comhttps://github.com/rbgirshi ...
Faster R-CNN论文笔记——FR
转载自:http://blog.csdn.net/qq_17448289/article/details/52871461 在介绍Faster R-CNN之前,先来介绍一些前验知识,为Faster R ...
Faster R-CNN论文及源码解读
R-CNN是目标检测领域中十分经典的方法,相比于传统的手工特征,R-CNN将卷积神经网络引入,用于提取深度特征,后接一个分类器判决搜索区域是否包含目标及其置信度,取得了较为准确的检测结果.Fast R ...
Faster R-CNN论文详解
原文链接:http://lib.csdn.net/article/deeplearning/46182 paper链接:Faster R-CNN: Towards Real-Time Object D ...
最详细的Faster RCNN论文笔记
个人博客:http://www.chenjianqu.com/ 原文链接:http://www.chenjianqu.com/show-76.html 论文:Shaoqing Ren, Kaiming ...
经典神经网络 | Faster R-CNN论文解析
论文题目:Faster R-CNN: T owards Real-Time Object Detection with Region Proposal Networks 论文链接:https://ar ...

Faster RCNN论文总结

Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

Abstract

Faster RCNN论文总结相关推荐

最新文章

热门文章