【目標檢測】多尺度檢測：STDN

Paper：Scale-Transferrable Object Detection

論文鏈接：http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhou_Scale-Transferrable_Object_Detection_CVPR_2018_paper.pdf

這是2018年的CVPR目標檢測paper，主要是多尺度問題。

目標檢測的多尺度問題，一直非常重要。最常用的是PFN，但是PFN會增加內存和計算量，這篇文章提出來一個STDN網絡，適合於實時目標檢測。

Introduction

常見的幾種方式：

（a）使用單一尺度的feature map做檢測，沒有利用多層信息，現在主流還是多尺度融合。

（b）FPN的思想，將多尺度的feature map進行融合，並且針對不同尺度的分別做predict，充分利用了網絡信息，對小目標的效果提升明顯，但是會增加計算量和內存佔用。

（c）SSD的思想，每一層都各自檢測一遍，然後將檢測結果融合

（d）STDN的結構，相當於將FPN和SSD做了融合。

Model

STDN的結構如圖。使用的base network是DenseNet-169，上面的圖展示的是DenseNet-169的最後一個密集塊的幾個層，密集塊中的幾個層的輸出維度一樣大小。

STM模塊由Pooling層和尺度轉換（scale-transfer）層組成使用scale-transfer層，來獲得高分辨率的特徵圖來檢測小目標，使用池化層來獲得接受域大的特徵圖來檢測大目標。這些層可以直接嵌入到基本網絡中，而不需要太多的計算開銷。STM模塊保證了探測器的實時性。

底下六個正方形，最後兩個就是在增大map尺寸，同時壓縮channel。

網絡信息日誌：

Scale-transfer layer

展示的就是增大map，壓縮channel的示意。

也就是把信息擱到整張圖上去，原本1x1的區域變成了rxr，相當於feature的一個rearrangement

Experiment

VOC 2007 test：

COCO：

VOC上的速度與精度

實驗結果上來看，兼顧速度與精度。速度優勢比較大。