Feature Selective Anchor-Free Module for Single-Shot Object Detection

文章目录[隐藏]

Feature Selective Anchor-Free Module for Single-Shot Object Detection 论文解读
- 前言

Feature Selective Anchor-Free Module for Single-Shot Object Detection 论文解读

前言

之前搭建的 HEXO 博客，年久失修，且经常不被百度爬虫收录，遂将之前写的一些文章迁移到 CSDN 来。

时间：2019年6月

[1] 引言FPN

FPN
以 retinanet 为例。ResNet 用作特征提取器，会产生编号为

1,2,3

$1, 2, 3$ 的 feature map。底层的特征图具有丰富的空间信息，高层的特征图具有高阶的语义信息。FPN 就是为了将两者结合起来并在不同尺度的特征图上做预测。

No.3

$N o . 3$ 的feature map，具有最高层的语义信息和最大的感受野，却由于卷积的特性，一些 small object 在此特征图上信息不足，我们对它分配较大的 anchor，主要用来检测较大的目标。
接着我们对

No.3

$N o . 3$ 上采样与

No.2

$N o . 2$ 经

∗

1*1

$1 * 1$ 卷积后进行 element-sum 操作，对

No. 3+2

$N o . 3 + 2$ 这层 feature map 分配中等的 anchor，主要用来检测中等大小的目标。
同样的，

No. 3+2+1

$N o . 3 + 2 + 1$ 分配较小的 anchor 用来检测 small object，由于是具有高阶语义信息和更大分辨率的 feature map 上做预测，FPN 能够很好的处理小目标。

[2] FPN的不足

FPN 它对每层特征图分配人为设定的 anchor，并设置 GT 与 Anchor的 IOU 以筛选 “目标应该分到哪一层去学习”。但是这种启发式的策略看似合理却存在一些问题。
FPN不足
可以看到基于 anchor 的分配，60*60 的卡车分配到最小的特征图上检测，40* 40 的汽车分配到了最大的特征图上检测。但是没人知道这种分配是否合理，于是作者想到模型自动分配目标到合适的 feature 层

[3] Ground-truth 和 loss 的重新设计

请添加图片描述

[4] ANCHOR-FREE 的分配方式

对于一个 instance ，类别为 $b_p^l=[x_p^l,y_p^l,w_p^l,h_p^l] bpl=[xpl,ypl,wpl,hpl]$
定义一个有效区域有效区域 $b_e^l=ϵ_e∗b_p^l=0.2∗b_p^l bel=ϵe∗bpl=0.2∗bpl，忽略区域 b i l = 0.5 ∗ b p l b_i^l=0.5∗b_p^l bil=0.5∗bpl$
这时候 class output 是一个
Box output 分支，在有效区域内中的像素点整体与 $b_p^l bpl 四个边界做回归。我们在所有的 feature level 中选择 loss 最小的做梯度回传。看到这，我们用个简单的示意图表示这篇论文到底在做什么：中间的狗代表卷积后的 feature map, 我们想让模型自己选择这条狗去哪一个 level 层预测，就丢弃了anchor。用白色的区域（一定是该物体）去回归红色框（GT）。每一层都做此操作，哪一层loss最小，就选择该层预测。实验结果不再展示，仅使用 anchor-free 的分配方式效果不佳，作者把基于anchor free 和基于anchor 结合起来有了很大提升。$