目标检测--Wide-Residual-Inception Networks for Real-time Object Detection

本文主要是在 Residual 和 Inception 基础上构建新的模型，实现实时物体检测。构建的新模型特色是占用内存少，计算量小。新网络命名为 wide-residual-inception (WR-Inception) 。

III. Wide-Residual-Inception Networks

A. Factors to Consider in Neural Network

Modeling—Width vs. Depth

文献【29】实验声称一个网络主要受三个因素影响：深度、宽度、滤波器尺寸。当时间复杂度固定，通过改变上面三个因素时，发现改变深度能最大的提升网络的性能。

文献【9】中的 wide-residual 宽残差网络证明通过残差网络中的 shortcut 链接，一个宽的浅层网络模型比 ResNets 效果要好。

本文主要针对嵌入式环境，结合前面两个文献的结论，提出了一个新模型，在一个大模型中重复使用一个小的模块。

B. Micro-Architecture

• Basic residual (3x3,3x3):

将两个3x3卷积层串联起来，再外加一个 shortcut

• Bottleneck (1x1, 3x3, 1x1):

首先用一个 1x1 卷积进行特征降维，再进行3x3卷积，最后再用 1x1恢复到原来的尺寸，外加一个 shortcut

• Inception:

该模块是 GoogleNet 中提出的，在同一个特征层上使用了不同种类的卷积，1x1, 3x3, 和 5x5，这么做可以提取不同尺度的目标特征。



C. Residual Inception Unit

上图 c 中显示的是 residual-inception 模块，它对 inception 模块加了一个 shortcut，首先进行 1x1 卷积，再分叉进行 3x3, 和 5x5 卷积，而不是对每个路线进行 1x1 卷积。这里 5x5 卷积 是用两个3x3卷积来表示的。最后使用 concatenation 将这些组合起来。效果如下图所示：



D. Macro-Architecture



上面三个网络的计算量大致一样，但是网络性能不一样。

这里使用 a Single-Shot Multi-box Detector (SSD) 这个框架来论证上面模型的效果。可以检测不同尺寸物体。



计算量对比图：



效果：