論文地址：https://arxiv.org/pdf/1904.06883.pdf

Dubox增強了啟發(fā)式引導(dǎo)的能力，進一步使第一尺度探測器能夠最大限度地檢測小目標，第二尺度探測器能夠檢測第一尺度探測器無法識別的目標。今天給大家分享的文章可能會優(yōu)點舊，但是我覺得整體是一個不錯的ideal！

一、背景

長期以來，目標檢測一直是計算機視覺領(lǐng)域的一個具有挑戰(zhàn)性的問題。隨著深度神經(jīng)網(wǎng)絡(luò)（DNN）的發(fā)展，近年來在目標檢測方面取得了重大進展。它是各種工業(yè)應(yīng)用的先決條件，例如自動駕駛和面部分析。由于深度卷積神經(jīng)網(wǎng)絡(luò)和標注良好的數(shù)據(jù)集的進步，目標檢測器的性能得到了顯著提高。

現(xiàn)實世界中的圖像包含不同比例的對象。尺度變化已成為目標檢測領(lǐng)域的一個具有挑戰(zhàn)性的問題。為了實現(xiàn)尺度不變性，最先進的方法通常結(jié)合多個層次的特征來構(gòu)建特征金字塔或多層特征塔。同時，為了提高檢測性能，多尺度方法在不同尺度上并行使用多個檢測器。例如，RetinaNet有五個尺度檢測器（p3-p7），它們在特征金字塔結(jié)構(gòu)上并行檢測。YOLOv5在主網(wǎng)上運行了三個檢測器。

此外，prior box被認為是處理尺度不變性的有效手段。它是許多檢測器的基礎(chǔ)，例如Faster RCNN和YOLOv2中的錨點，SSD中的默認框。先驗框是一堆具有預(yù)定義大小和縱橫比的框，它們以滑動窗口的方式平鋪特征圖，作為檢測候選。先驗框離散化可能的輸出邊界框形狀的空間，DNN基于特定的先驗框利用先驗信息對邊界框進行回歸。多尺度檢測和先驗框的混合是最先進的檢測器中的常見做法，它利用了多尺度特征和預(yù)先計算的邊界框統(tǒng)計數(shù)據(jù)。

二、前言

傳統(tǒng)的目標檢測方法使用多尺度特征，允許多個檢測器獨立并行地執(zhí)行檢測任務(wù)。同時，通過對prior box的處理，增強了算法處理尺度不變性的能力。然而，太多的先驗框和獨立的檢測器會增加檢測算法的計算冗余。

Some comparisons with the precision and speed to clas- sical algorithms on VOC07, ▽ is two-stage method，    ? denote the one-stage algorithm, □is Dubox.

今天這項研究中，研究者介紹了Dubox，這是一種新的單階段方法，可以在沒有先驗框的情況下檢測目標。使用多尺度特征，設(shè)計的雙尺度殘差單元使雙尺度檢測器不再獨立運行。第二個尺度檢測器學習第一個的殘差。Dubox增強了啟發(fā)式引導(dǎo)的能力，可以進一步使第一尺度檢測器能夠最大限度地檢測小目標，第二尺度檢測器能夠檢測第一個無法識別的對象。此外，對于每個尺度檢測器，新的classification-regression progressive strap loss（CRPS）使整個的過程不再基于先驗框。整合這些策略，新提出的檢測算法在速度和準確性方面取得了出色的表現(xiàn)。在VOC、COCO目標檢測基準上的大量實驗證實了該算法的有效性。

三、新框架

No-prior Box Detection

Dubox是一個單一的神經(jīng)網(wǎng)絡(luò)，統(tǒng)一了目標檢測的所有必要組件。檢測器設(shè)計支持端到端訓練和實時推理，同時保持高平均精度。

新的網(wǎng)絡(luò)將整個圖像作為輸入，并以s倍的下采樣級別預(yù)測結(jié)果特征圖。假設(shè)輸出map大小為(h,w)，將輸出中的位置(i,j)定義為hook，其中i∈[0,w)和j∈[0,h)。Dubox在輸出特征的每個hook處預(yù)測每個邊界框及其所有類別的置信度，如下圖所示。

如上圖所示是正樣本和負樣本GT設(shè)置，DuBox使用固定鉤(i，j)將bbox的預(yù)測和分類結(jié)合起來。藍色的點是positive的hook，其他的是negative。不再像DenseBox那樣直接在中心點畫圓框了，而是根據(jù)以下公式進行正樣本的定義：

P是用于調(diào)整范圍的預(yù)定義值。

Residual Dual Scale Detectors

雙尺度殘差單元是基于共享特征提取主干的子結(jié)構(gòu)。殘差雙尺度檢測器通過共享 VGG-16、ResNet等特征提取網(wǎng)絡(luò)來組合不同級別檢測器的特征。殘差單元的結(jié)構(gòu)包含兩個檢測器，其中高級檢測器將學習在低級檢測器中找到的回歸框的殘差。詳細結(jié)構(gòu)如下圖所示。

雙尺度的冗余策略：

Differentiate positive range：設(shè)計檢測器1中的p為10，檢測器2中的p為9。同時，向檢測器1的正范圍添加一個約束 => r=arg min(r, 3)。該方法確保了大目標正樣本掛鉤的數(shù)量受到限制，并且提高了低級別檢測小目標的性能。

Differentiate scale weight：物體的目標邊界框在原始圖像中占據(jù)的區(qū)域大于0.3，則檢測器1的回歸將忽略該目標對象。（讓大目標給檢測器2來檢測，檢測器1只負責檢測小目標）

Bbox Bridge Module

Bbox（邊界框）橋模塊將低級檢測器和高級檢測器的回歸連接起來，從而使高級別回歸基于低級殘差。

Classification-Regression Progressive Strapped Loss

在基于錨的方法中，借助先驗框，檢測器具有框形狀的先驗知識。它通過調(diào)整預(yù)定義的錨形狀來執(zhí)行其預(yù)測，從而提高它們對周圍錨的擬合能力。Dubox沒有任何先前的盒子形狀，研究者必須設(shè)計一個更強的分類和回歸策略，主要是損失函數(shù)。

基于這一觀察，研究者通過IoU重建classification loss progressive strap ：

四、實驗

The performance of dual branch on VOC2007 dataset (512 × 512)

Comparison with state-of-the-art detectors on VOC 2007 and 2012

Comparison with state-of-the-art detectors on MS COCO test-dev