TridentNet解讀

檢測領域一直存在一個scale variation問題，大小物體對視野域的需要是不一樣的，deformable cnn的作者daijifeng老師就提到一個說法：最好的視野域就是剛好“覆蓋自己”，不要太大也不要太小。前人有3種途徑

• 利用RCNN去原圖上扣proposal，強制使得所有物體的視野域就是自己 Revisiting RCNN: On Awakening the Classification Power of Faster RCNN
• Deformable cnn，可變型卷積不同物體學習不同的視野域 論文中也有可視化的圖 Deformable ConvNets v2
• Image Pyramid SNIP系列 分三路RPN學習不同尺度的物體SNIP
• Feature Pyramid FPN系列 能部分解決尺度問題，爲了兼容大小物體，導致大小物體特徵的“表達能力”都不是最強
  
  而本文TridentNet也算是分3路學習不同尺度的物體，不過不是將網絡直接分成三路，因爲SNIP這樣的測試時間太慢了
• 爲了使模型對不同尺寸目標的“表達能力”近似，作者借鑑了SNIP的特徵提取網絡，採用了“scale-aware”的並行結構；
• 爲了加快模型的推理速度，作者採用了dilated convolution得到不同感受野的特徵圖，從而實現檢測不同尺度目標的目的，取代了SNIP中的特徵金字塔生成不同尺度目標的做法

從下圖發現，不同dilation也即是不同視野域分別適應不同尺度的物體，大視野域對大物體友好，小視野域對小物體友好

效果賊好

---

• (TridentNet：處理目標檢測中尺度變化新思路)[https://zhuanlan.zhihu.com/p/54334986]
• (目標檢測算法trident network引發的思考)[https://blog.csdn.net/diligent_321/article/details/86531659 ]