技术标签: RefineDet objectdetection
Paper Reading:Single-Shot Refinement Neural Network for Object Detection_CVPR2018
首先,放一张思维导图 是对整篇文章的梳理
Abstract
RefineDet结合了一阶段和两阶段检测器的优点,既能有优于两阶段方法的准确率又能保持一阶段方法的高效率。
RefineDet由两个内部相连的模块组成:ARM(Anchor refinement module)和ODM(Object detection module)
具体来说,ARM 有两个目标
1.滤除负样本anchor box 以减少分类时的搜索空间
2.粗略调整anchor box的位置和尺寸 给后续回归操作提供更好的初始值
ODM的主要功能是更进一步地提高回归精度,预测多类标签
另外,还有一个模块:TCB(Transfer connection block)
主要作为ARM&ODM两个模块的连接桥梁,它的主要功能是把ARM不同层的特征图转换成ODM需要的形式,并实现特征融合。
最后,使用多任务的损失函数得以实现整个网络端对端的训练。
Introduction
目前,基于卷积神经网络的目标检测主要分为两类:一阶段的方法和两阶段的方法。
在两阶段的方法中,都是先产生一个稀疏的包含目标的候选集(Region Proposal),再进一步进行分类和回归。
在一阶段的方法中,主要通过不同位置、尺度、长宽比的密集采样来实现目标检测(典型的anchor机制)。这类方法的优点是有计算效率高,但检测精度却不如两阶段的方法,其中主要的原因是正负类别样本不平衡。
最近也有很多方法致力于解决一阶段检测器存在的问题。如,利用卷积特征映射的对象性先验约束,显著减少了对象的搜索空间;Focal loss;最大限度的标记机制等
作者认为,两阶段的方法相比于一阶段的方法有三个优势:
1.采用启发式采样的两阶段结构来解决类别不平衡问题;
2.使用两阶段级联的方式回归目标框的参数(位置、置信度)
3.使用两阶段的特征来描述目标
本文提出了一种新的网络:RefineDet ,继承了这两类方法的优点、避免了它们的缺点。
结构如图1所示
大量实验表明:
RefineDet outperforms the state-of-the-art methods。
Related Work
Network Architecture
两个功能:
连接ARM和ODM
特征融合( integrate large-scale context )
TCB的结构如下图
两步分别在ARM模块和ODM模块中,实现从粗到细的位置回归
如思维导图中两个黄色的块
如思维导图中紫色的块
尽早的把那些不包含目标的anchor剔除以缓和正负类别不平衡的问题。
具体做法:加一个判断,negative confidence>threshold(theta=0.99) 就认为全是背景
在训练和测试时都这样做,能提高效率
Training and Inference
Data Augmentation
Backbone Network
在ImgeNet上预训练的VGG-16 、ResNet101 作为backbone(当然 也可以选用别的预训练网络,如Inceptionv2、 ResNeXt等)
对原本的网络结构进行部分调整
比如, 去掉了VGG的全连接层,使用L2正则化规范特征尺度、增加了卷积层数,增加残差模块等等
这里具体看代码
Anchors Design and Matching.
选择了4个尺度 total stride sizes 分别是8 16 32 64
Each feature layer is associated with one specific scale of anchors (i.e., the scale is 4 times of the total stride size of the corresponding layer) and three aspect ratios (i.e., 0.5, 1.0, and 2.0).
Hard Negative Mining
和SSD中的做法相同
选择loss值较大的negative anchor box,把负正样本比例控制在3:1以下
Loss Function
由两部分组成,分别是ARM和ODM的损失
Optimization
对于VGG-16 based RefineDet 使用“xavier”方法随机初始化额外添加的两层卷积层的参数
对于ResNet101 based RefineDet 额外添加的残差模块的参数服从高斯分布——N(0,0.01)
default batch_size=32
set the default batch size to 32 in training
使用带动量的SGD优化
SGD with 0.9 momentum and 0.0005 weight decay
初始学习率
set the initial learning rate to 10−3
Inference
step1:ARM会首先通过阈值滤除掉negative condidence score很低的anchor box
step2:ODM对每张图片 选出前400个置信度最高的anchor
step3:用NMS 选出每一类的jaccard系数大于0.45的anchor box 并且每张图片置信度最高的前200个anchor产生最后的结果
Experiments
检测结果看表1
正如文中说的,RefineNet保留了两阶段和一阶段方法的优点,boxes的数量介于两者之间,同时保持了一阶段的高效率(FPS较高,除了比YOLO&SSD300略低,如上图绿色的块)
To the best of our knowledge, RefineDet is the first real-time method to achieve detection
accuracy above 80% mAP on PASCAL VOC 2007.
In summary, RefineDet achieves the best trade-off between accuracy and speed.
Negative Anchor Filtering 0.5%
——solves the class imbalance issue to some extent.
Two-Step Cascaded Regression 2.2%
—— significantly help promote the performance
Transfer Connection Block 1.1%
——by using the TCB , the model can inherit the discriminative features from the ARM, and integrate large-scale context information to improve the detection accuracy
作者提出 RefineDet还可以和Focal loss结合 可以取得更好的表现。
We believe that it can be used in RefineNet to further improve the performance.
文章浏览阅读3.2k次。本文研究全球与中国市场分布式光纤传感器的发展现状及未来发展趋势,分别从生产和消费的角度分析分布式光纤传感器的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。主要生产商包括:FISO TechnologiesBrugg KabelSensor HighwayOmnisensAFL GlobalQinetiQ GroupLockheed MartinOSENSA Innovati_预计2026年中国分布式传感器市场规模有多大
文章浏览阅读1.1k次,点赞2次,收藏12次。常用组合逻辑电路结构——为IC设计的延时估计铺垫学习目的:估计模块间的delay,确保写的代码的timing 综合能给到多少HZ,以满足需求!_基4布斯算法代码
文章浏览阅读3.3k次,点赞3次,收藏5次。OpenAI Manager助手(基于SpringBoot和Vue)_chatgpt网页版
文章浏览阅读2.2k次。USACO自1992年举办,到目前为止已经举办了27届,目的是为了帮助美国信息学国家队选拔IOI的队员,目前逐渐发展为全球热门的线上赛事,成为美国大学申请条件下,含金量相当高的官方竞赛。USACO的比赛成绩可以助力计算机专业留学,越来越多的学生进入了康奈尔,麻省理工,普林斯顿,哈佛和耶鲁等大学,这些同学的共同点是他们都参加了美国计算机科学竞赛(USACO),并且取得过非常好的成绩。适合参赛人群USACO适合国内在读学生有意向申请美国大学的或者想锻炼自己编程能力的同学,高三学生也可以参加12月的第_usaco可以多次提交吗
文章浏览阅读394次。1.1 存储程序1.2 创建存储过程1.3 创建自定义函数1.3.1 示例1.4 自定义函数和存储过程的区别1.5 变量的使用1.6 定义条件和处理程序1.6.1 定义条件1.6.1.1 示例1.6.2 定义处理程序1.6.2.1 示例1.7 光标的使用1.7.1 声明光标1.7.2 打开光标1.7.3 使用光标1.7.4 关闭光标1.8 流程控制的使用1.8.1 IF语句1.8.2 CASE语句1.8.3 LOOP语句1.8.4 LEAVE语句1.8.5 ITERATE语句1.8.6 REPEAT语句。_mysql自定义函数和存储过程
文章浏览阅读188次。半导体二极管——集成电路最小组成单元。_本征半导体电流为0
文章浏览阅读2.8k次,点赞3次,收藏18次。游戏水面特效实现方式太多。咱们这边介绍的是一最简单的UV动画(无顶点位移),整个mesh由4个顶点构成。实现了水面效果(左图),不动代码稍微修改下参数和贴图可以实现岩浆效果(右图)。有要思路是1,uv按时间去做正弦波移动2,在1的基础上加个凹凸图混合uv3,在1、2的基础上加个水流方向4,加上对雾效的支持,如没必要请自行删除雾效代码(把包含fog的几行代码删除)S..._unity 岩浆shader
文章浏览阅读5k次。广义线性模型是线性模型的扩展,它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。广义线性模型拟合的形式为:其中g(μY)是条件均值的函数(称为连接函数)。另外,你可放松Y为正态分布的假设,改为Y 服从指数分布族中的一种分布即可。设定好连接函数和概率分布后,便可以通过最大似然估计的多次迭代推导出各参数值。在大部分情况下,线性模型就可以通过一系列连续型或类别型预测变量来预测正态分布的响应变量的工作。但是,有时候我们要进行非正态因变量的分析,例如:(1)类别型.._广义线性回归模型
文章浏览阅读69次。环境保护、 保护地球、 校园环保、垃圾分类、绿色家园、等网站的设计与制作。 总结了一些学生网页制作的经验:一般的网页需要融入以下知识点:div+css布局、浮动、定位、高级css、表格、表单及验证、js轮播图、音频 视频 Flash的应用、ul li、下拉导航栏、鼠标划过效果等知识点,网页的风格主题也很全面:如爱好、风景、校园、美食、动漫、游戏、咖啡、音乐、家乡、电影、名人、商城以及个人主页等主题,学生、新手可参考下方页面的布局和设计和HTML源码(有用点赞△) 一套A+的网_垃圾分类网页设计目标怎么写
文章浏览阅读614次,点赞7次,收藏11次。之前找到一个修改 exe 中 DLL地址 的方法, 不太好使,虽然能正确启动, 但无法改变 exe 的工作目录,这就影响了.Net 中很多获取 exe 执行目录来拼接的地址 ( 相对路径 ),比如 wwwroot 和 代码中相对目录还有一些复制到目录的普通文件 等等,它们的地址都会指向原来 exe 的目录, 而不是自定义的 “lib” 目录,根本原因就是没有修改 exe 的工作目录这次来搞一个启动程序,把 .net 的所有东西都放在一个文件夹,在文件夹同级的目录制作一个 exe._.net dll 全局目录
文章浏览阅读1.5k次。本文为转载,原博客地址:http://blog.csdn.net/hujingshuang/article/details/46910259简介 BRIEF是2010年的一篇名为《BRIEF:Binary Robust Independent Elementary Features》的文章中提出,BRIEF是对已检测到的特征点进行描述,它是一种二进制编码的描述子,摈弃了利用区域灰度..._breif description calculation 特征点
文章浏览阅读4.1k次,点赞21次,收藏79次。本文是《基于SpringBoot的房屋租赁管理系统》的配套原创说明文档,可以给应届毕业生提供格式撰写参考,也可以给开发类似系统的朋友们提供功能业务设计思路。_基于spring boot的房屋租赁系统论文