Accurate Single Stage Detector Using Recurrent Ring Convolution
2017-05-14 14:28
369 查看
好的目标检测系统满足两个条件:
1:检测不同规模目标
2:检测不同尺寸比例的目标
Faster——RCNN依赖于最后卷积层的重叠的3X3的大的感受野去同时检测大目标和小目标。
因为多个池化层大的使用,导致最后卷积层后的特征图的分辨率比输入图小得多。
这使得检测小目标很困难,因为低分辨率的特征图中,代表小目标的细节特征很弱。
本文改进SSD文章算法,SSD用数学定义如下:
![](https://oscdn.geek-share.com/Uploads/Images/Content/202009/01/bccc10e75d159e44cc7b3612f4abdfa8)
fn(.)是非线性block(即卷积,RELU和池化层等)
Tn(.)表示将第n层特征图转化成某个规模范围的检测结果
D是将所有中间层结果Tn(.)汇总成最终的检测结果
从上面公式可以看出:
每个层的特征图仅仅负责它对应规模的输出结果,所以要求必须设置精巧才能支持感兴趣目标的检测和精确定位,即满足:
(1)图征图需要有足够分辨率来呈现目标细节
(2)将输入图片转化成特征图的函数(网络)要足够深,才能将目标的高层抽象融入特征图
(3)特征图要包含适当的上下文信息contextual,交叠的遮蔽的小的模糊的饱和的目标能据此上下文信息推断出来
然而公式(1) (2) 当k很大时,n比 n..k深得多,n..k不满足条件(2)
Faster——RCNN没有深度问题因为他的region proposalS 是从最后一层的特征图生成的,即:
![](https://oscdn.geek-share.com/Uploads/Images/Content/202009/01/d0576e9cbfa3923afb6c12d7c4cd5d38)
然而公式(3)不满足条件(1),因为多个池化层大的使用,导致Faster——RCNN最后一层的特征图的分辨率比输入图小得多,这使得检测小目标很困难,因为低分辨率的特征图中,代表小目标的细节特征很弱。
于是,作者提出了RRC检测:
![](https://oscdn.geek-share.com/Uploads/Images/Content/202009/01/58b4eac58541d6ae012ee93ed7ce2987)
H 集包括了所有利于检测的特征图,
1:检测不同规模目标
2:检测不同尺寸比例的目标
Faster——RCNN依赖于最后卷积层的重叠的3X3的大的感受野去同时检测大目标和小目标。
因为多个池化层大的使用,导致最后卷积层后的特征图的分辨率比输入图小得多。
这使得检测小目标很困难,因为低分辨率的特征图中,代表小目标的细节特征很弱。
本文改进SSD文章算法,SSD用数学定义如下:
fn(.)是非线性block(即卷积,RELU和池化层等)
Tn(.)表示将第n层特征图转化成某个规模范围的检测结果
D是将所有中间层结果Tn(.)汇总成最终的检测结果
从上面公式可以看出:
每个层的特征图仅仅负责它对应规模的输出结果,所以要求必须设置精巧才能支持感兴趣目标的检测和精确定位,即满足:
(1)图征图需要有足够分辨率来呈现目标细节
(2)将输入图片转化成特征图的函数(网络)要足够深,才能将目标的高层抽象融入特征图
(3)特征图要包含适当的上下文信息contextual,交叠的遮蔽的小的模糊的饱和的目标能据此上下文信息推断出来
然而公式(1) (2) 当k很大时,n比 n..k深得多,n..k不满足条件(2)
Faster——RCNN没有深度问题因为他的region proposalS 是从最后一层的特征图生成的,即:
然而公式(3)不满足条件(1),因为多个池化层大的使用,导致Faster——RCNN最后一层的特征图的分辨率比输入图小得多,这使得检测小目标很困难,因为低分辨率的特征图中,代表小目标的细节特征很弱。
于是,作者提出了RRC检测:
H 集包括了所有利于检测的特征图,
相关文章推荐
- 目标检测--Accurate Single Stage Detector Using Recurrent Rolling Convolution
- Accurate Single Stage Detector Using Recurrent Rolling Convolution
- 目标检测--Accurate Single Stage Detector Using Recurrent Rolling Convolution
- 人脸检测--SSH: Single Stage Headless Face Detector
- 人脸检测-SSH: Single Stage Headless Face Detector
- 【人脸检测】SSH: Single Stage Headless Face Detector
- SSD(Single Shot MultiBox Detector):因为数据集中图像通道数不对导致的训练异常
- SSD:Single Shot MultiBox Detector 详解
- SSD: Single Shot MultiBox Detector
- Accurate Image Super-Resolution Using Very Deep Convolutional Networks
- Using a Single Business Pattern with the RUP -part5 (end)
- 论文阅读笔记:SSD: Single Shot MultiBox Detector
- 用ImageNet的数据集训练SSD(Single Shot MultiBox Detector)
- Online Multi-Object Tracking Using CNN-based Single Object Tracker with Spatial-Temporal Attention M
- [论文笔记]Single Shot Text Detector with Regional Atterntion
- 何凯明 Single Image Haze Removal Using Dark Channel Prior
- Single Image Haze Removal Using Dark Channel Prior翻译
- SSD: Single Shot MultiBox Detector
- SSD(single shot multibox detector)算法及Caffe代码详解
- SSD论文阅读(Wei Liu——【ECCV2016】SSD Single Shot MultiBox Detector)