论文笔记 A MultiPath Network for Object Detection

Facebook一起开源的3个程序之一，MultiPath，其代码网址：https://github.com/facebookresearch/multipathnet。

文章简介：

这篇文章对于COCO数据集中的小目标难检测问题，主要在Fast RCNN detector的基础上进行了改进，获得了新的detector：MultiPath detector。思想上改进如下：

（1）在中间网络层通过skip connections得到multi-stage feature aggregator，更好适应多尺度

（2）分类网络修改成foveal structure，来改善定位精度

（3）修改loss函数，优化重叠区域定位，获得更高的精度

实验结果总体上看：DeepMask proposal+MultiPath classifier，AP 33.5，对比Fast RCNN detector+Selective Search proposal， AP 19.3。


网络结构如上图，在步骤上的三个key修改：

（1）classifier head从1个变成4个，来在foveal regions中，观察bounding box附近的多尺度的context regions；

（2）每个heads获得conv3，conv4，conv5层的结合特征；

（3）4个classifier的输出串联在一起，并用loss整合计算分数。

Loss函数：

原始的RCNN的分类层loss如下：



其loss并不能很好地在IoU较高的情况下适应，因为所有的大于50的IoU都被看成一样的，因此本文对Lcls进行了修改，得到了新的loss函数如下：

Results and Analysis：