會議： ECCV 2018
標題：《DetNet: A Backbone network for Object Detection》
論文鏈接： https://arxiv.org/abs/1804.06215
目錄
主要思想
網絡結構
實驗對比
結論
DetNet：專爲物體檢測而生的網絡框架
主要思想
傳統的網絡框架主要是爲圖像分類而設計的。至於什麼網絡框架更適合於物體檢測，這還是一個探索中的領域。最近的大多基於卷積神經網絡的目標檢測算法，不管是one-stage的算法，像YOLO,SSD 和RetinaNet還是two-stage的Faster RCNN, R-FCN, FPN算法，都是在圖像分類預訓練模型的基礎上進行調優的，但這對於物體檢測來說並不是最優的。因爲在圖像分類和目標檢測中，有很多特徵是不同的。1）最新的目標檢測算法像FPN和RetinaNet，通常需要多加一個stage去解決圖像分類中多尺度目標的問題。2）目標檢測不僅需要識別目標所屬的類別，還需要定位出具體位置。大的降採樣銀子帶來了大的感受野，這對物體分類很有好處，但是會折中空間分辨率，導致無法精確定位出大物體，識別小物體。
這裏，針對上述問題，我們提出了DetNet。DetNet的關鍵就是爲目標檢測設計一個全新的backbone。
詳細講，DetNet 針對不同大小的物體而像 FPN 一樣使用了更多的 stage。即便如此，它優於 ImageNet 預訓練模型的地方在於成功保留了特徵的空間分辨率，但同時也會增加神經網絡的計算和內存成本。爲保證 DetNet 的效率，本文引入了低複雜度的 dilated bottleneck。由此，DetNet 做到了較高分辨率和較大感受野的兼得。
網絡架構
由於分類模型的設計原則並不適用於檢測任務，從而在一些標準網絡比如 VGG 16 和 ResNet 中特徵圖的空間分辨率逐漸降低。因此一些技術如 FPN（如圖 1 A 所示）和 dilation 被應用在這些網絡之中以保證空間分辨率。但是依然存在如下三個問題：
1.backbone 網絡和檢測網絡的 stage 數量不同。
2.大物體可視性較差：過大的下采樣導致大物體看不清邊界地區。
3.小物體不可見：過大的下采樣也可能會丟失小物體的信息
待續。。。