目标检测网络之三叉戟TridentNet

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。

目标检测网络之三叉戟TridentNet相关推荐

一种投影法的点云目标检测网络
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达文章导读本文来源于早期的一篇基于投影法的三维目标检测文章<An Euler-Region-Pr ...
丢弃Transformer！旷视和西安交大提出基于FCN的端到端目标检测网络
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货本文作者:王剑锋 | 编辑:Amusi https://zhuanlan.zhihu.com ...
计算机视觉算法——目标检测网络总结
计算机视觉算法--目标检测网络总结计算机视觉算法--目标检测网络总结 1. RCNN系列 1.1 RCNN 1.1.1 关键知识点--网络结构及特点 1.1.2 关键知识点--RCNN存在的问题 1 ...
两阶段3D目标检测网络 SIENet: Spatial Information Enhancement Network for 3D Object Detection from Point Cloud
本文介绍一篇两阶段的3D目标检测网络:SIENet. 这里重点是理解本文提出的 Hybrid-Paradigm Region Proposal Network 和 Spatial Informatio ...
详解两阶段3D目标检测网络 Voxel R-CNN：Towards High Performance Voxel-based 3D Object Detection
本文介绍一篇两阶段的3D目标检测网络:Voxel R-CNN,论文已收录于AAAI 2021. 这里重点是理解本文提出的 Voxel RoI pooling. 论文链接为:https://arxiv. ...
详解两阶段3D目标检测网络PVRCNN：Point-Voxel Feature Set Abstraction for 3D Object Detection
在<动手学无人驾驶(4):基于激光雷达点云数据3D目标检测>一文中介绍了3D目标检测网络PointRCNN.今天介绍该作者新提出的3D检测模型:PVRCNN,论文已收录于CVPR2020. ...
目标检测网络中的 bottom-up 和 top-down理解
看目标检测网络方面的论文时,出现了一组对比词汇: bottom-up和top-down,查了一些资料,结合个人理解,得到的看法是: top-down: 顾名思义是自上而下进行,最初来源于行人检测框架, ...
深度学习目标检测网络个人总结
学习目标检测有一年了,从论文学习到工程实践,个人的认识得到了一定提升,大致总结一下. 目标检测是深度学习的图像处理一个方向,还有其他方向比如实例分割(找出目标并得到掩膜).语义分割(每一个像素属于什么 ...
RefineDetLite：腾讯提出轻量级高精度目标检测网络
点击我爱计算机视觉标星,更快获取CVML新技术前几天腾讯公布了一篇论文RefineDetLite: A Lightweight One-stage Object Detection Framewor ...

目标检测网络之三叉戟TridentNet

目标检测网络之三叉戟TridentNet相关推荐

最新文章

热门文章