论文链接:https://arxiv.org/abs/1712.00726

代码链接:https://github.com/zhaoweicai/cascade-rcnn

特点:级联不同IOU阈值(界定正负样本)的输出,使不同IOU值检测与其相对应的IOU值的目标

Cascade RCNN的中心思想:

使用不同的IOU阈值划分正负样本,让每一个stage的detector都专注于检测IOU在某一范围内的proposal,因为输出IOU普遍大于输入IOU,因此检测效果会越来越好。

1.对IOU阈值设置问题进行了详细的分析

Input IOU是输入proposal与ground truth的IOU值;

Output IOU是输出的proposal与ground truth的IOU值

图(c)中可以看出,使用某个阈值界定正负样本时,当输入proposal的IOU在这个阈值附近时,检测效果是最好的;换句话说就是:如果输入IOU与设置的阈值接近,则这个模型的检测检测结果会比其他输入IOU的模型好。

2.级联结构

级联各个检测模型,设置不同的IOU阈值界定样本训练模型,前一个检测模型的输出是后一个检测模型的输入,IOU值一直上升。

问题:为什么使用级联?

①图(c)结论:不同的IOU阈值训练得到的检测模型对不同IOU的输入proposal的效果差别较大,因此希望训练每个检测模型用的IOU阈值要尽可能和输入proposal的IOU接近

②图(c)可以看出,输出IOU值都大于输入IOU值,递增的关系,上个一stage的输出就可以作为下一个stage的输入

3.cascade结构

图(a)是Faster-rcnn的结构(但是没有明白这个C0是干什么的)

图(b)是迭代式的bbox结构,一轮一轮的进行都是在最初的数据上进行

图(c)是Integral Loss,基于不同的IOU值训练模型,模型之间没有联系

图(d)是cascade RCNN结构,与图(b)不同的是检测模型基于前一个模型,而b中都是基于最初的数据

4.损失函数

位置损失函数,与Fast-RCNN中使用的一致,都是L1损失

分类损失,交叉熵损失函数

5.结果

COCO数据集测试

Cascade-RCNN相关推荐

  1. Cascade R-CNN的一些记录

    Cascade R-CNN的一些记录 <Cascade R-CNN: Delving into High Quality Object Detection>CVPR2018的一篇文章 论文 ...

  2. cascade rcnn论文总结

    1.bouding box regression总结: rcnn使用l2-loss 首先明确l2-loss的计算规则: L∗=(f∗(P)−G∗)2,∗代表x,y,w,h    整个loss : L= ...

  3. 深度学习之 Cascade R-CNN

    Zhaowei Cai, Nuno Vasconcelos. <Cascade R-CNN: Delving into High Quality Object Detection>. CV ...

  4. 目标检测论文阅读:Cascade R-CNN: Delving into High Quality Object Detection(CVPR2018)

    Cascade R-CNN: Delving into High Quality Object Detection(CVPR2018) 论文链接:https://arxiv.org/abs/1712. ...

  5. Cascade R-CNN升级!目标检测制霸COCO,实例分割超越Mask R-CNN

    点击我爱计算机视觉标星,更快获取CVML新技术 前天,arxiv上新出一篇论文<Cascade R-CNN: High Quality Object Detection and Instance ...

  6. Cascade R-CNN: Delving into High Quality Object Detection(个人学习笔记)

    论文基本信息 标题:Cascade R-CNN: Delving into High Quality Object Detection 作者:Zhaowei Cai,Nuno Vasconcelos ...

  7. RCNN SPPNet Fast R-CNN Faster R-CNN Cascade R-CNN

    文章目录 基础相关 selective search算法 端到端=end to end=joint learning共同学习 FPN 多尺度金字 自下而上:特征提取过程 RPN(Region Prop ...

  8. PAMI19 - 强大的级联RCNN架构《Cascade R-CNN: High Quality Object Detection and Instance Segmentation》

    文章目录 原文 初识 相知 Challenge to High Quality Detection Cascade RCNN 与相似工作的异同 扩展到实例分割 回顾 参考 原文 https://arx ...

  9. Cascade R-CNN解析

    目录 Introduction 相关研究进展 目标检测 Bounding Box 回归 Detection Quality Cascade R-CNN Cascaded Bounding Box 回归 ...

  10. 详解多级目标检测体系结构Cascade RCNN

    文章目录 0. 前言 0.1 简易版理解 1. 简单回顾R-CNN结构 1.1 RPN网络[4] 1.1.1. RPN的意义 1.1.2. RPN的运作机制 1.1.3 3. RPN的整个流程回顾 1 ...

最新文章

  1. Windows平台SSH登录Linux并使用图形化界面
  2. C++读写txt文件方式以及基于opencv的Mat数据类型读写txt文件
  3. PyQt5 笔记1 -- 环境配置
  4. Just a Simple Problem
  5. recover 没有捕获异常_defer + recover 捕获所有异常
  6. java struts1_struts1.x
  7. python处理路径时 sh: 1:Syntax error: ( unexpected
  8. Springboot 配置文件、隐私数据脱敏的最佳实践(原理+源码)
  9. python计算空类型_python的变量 类型和存储
  10. 8客户端安装后无法启动_QQ下载几天后无法启动、无法运行——可能与火绒有关...
  11. Xposed框架未安装解决方法
  12. 百兆5口工业级以太网交换机HY5700-4505F
  13. Android系统屏幕亮度调节Brightness
  14. 数据库——怎样实现数据完整性
  15. 【隐私计算笔谈】MPC系列专题(五):Beaver三元组和BMR协议
  16. 新人如何利用今日头条自媒体平台赚钱?月收入轻松过万
  17. DirectX技术----D2D基础篇(一)
  18. 鑫缘聚禾:拼多多拼团怎么拼
  19. Mac 安装第三方软件遇到的问题解决方案汇总
  20. FreeCAD软件安装

热门文章

  1. 香甜的黄油(SPFA)
  2. win10设置软件开机启动
  3. IPGuard启动加密常用的策略
  4. GSM Communication on EBox4300--(3)
  5. 桌面环境与桌面搜索Desktop Search tools
  6. 一、PostgreSQL软件安装
  7. 推荐的几本数学书【by DaHua Lin】
  8. 华为离职副总裁徐家骏给任正非的辞职信,太震撼了!
  9. create-react-app :无法加载文件 C:\Users\Administrator\AppData\Roaming\npm\create-react-app.ps1,因为在此系统上禁止运行
  10. Python 每天定时运行某程序代码