【目標檢測系列：七】Cascade R-CNN: High Quality Object Detection and Instance Segmentation

2018 CVPR

Cascade R-CNN: Delving Into High Quality Object Detection
Cascade R-CNN: High Quality Object Detection and Instance Segmentation

---

Introduce

檢測=分類+定位

• 確定正樣本的過程普遍的做法是：計算anchor box與ground truth 之間的IOU，大於某一個閾值(一般是0.5)就認爲這是一個正樣本。
  閾值低導致 有很多重複的沒用的框，可以稱爲噪聲

那檢測中的IoU閾值選取高可以嗎？

• 越容易得到高質量的樣本

• 但是一味選取高閾值會引發兩個問題,導致訓練出的 detector 效果下降[1]
  

  • 樣本減少,引發過擬合 (訓練樣本通過RPN產⽣的RP與標註所對⽐的IoU直⽅圖，當IoU增加時，正樣本呈指數級下降。The red numbers are the positive percentage higher than the corresponding IoU threshold.)[1]
    
  • 在train和inference 使用不一樣的閾值 ，導致mismatch
    即保持訓練的閾值較低，只在測試時使⽤⾼閾值，detector得到的結果是次優的，稱爲inference-time mismatch.[1]

• 發現 ：①在測試時使⽤更⼤閾值是次優的，即detector的AP會下降（紅線）；
  ②低閾值訓練的detector對低IoU樣本上提升好，⾼閾值detector對⾼IoU樣本提升好。

如何在閾值適中的情況下訓練出效果最好 的detector呢？

• detector對IoU接近閾值的bbox效果最好，在閾值爲0.7時，若輸⼊的bbox也爲0.7時提升最⼤[1]
  
• 在⼀個⽹絡中進⾏⼀次cascade結構（串⾏使⽤多個不同閾值的detector）⽐Iterative BBox（串⾏使⽤同⼀個detector）效果好很多，且不會把⾼IoU的bbox迴歸到低IoU的位置。[1]
  如下圖所示，input IOU 0.55下 分別使⽤藍⾊、綠⾊、紅⾊的detector⽐使⽤三次藍⾊detector效果好[1]
  

Cascade RCNN

1個RPN+3個檢測器(閾值設定分別爲0.5/0.6/0.7)

• （b）Iterative BBox at inference
  三個head部分相同（H1,H1,H1）
  針對某一個IOU閾值，比如 0.5，是最優化的，但是當inference時，真正的IOU大於 0.5 以後他是次優化suboptimal 的。
  級聯之後，相同的head對於後面的結構來說是次優化的suboptimal 。[2]

• （c）Integral Loss

  不同IOU閾值的分佈是不均衡的， 所以 損失是不均衡的[2]
  

• （d）Cascade RCNN
  
  cascaded regression不斷改變了proposal的分佈，並且通過調整閾值的方式重採樣
  cascaded在train和inference時都會使用，並沒有偏差問題
  cascaded重採樣後的每個檢測器，都對重採樣後的樣本是最優的，沒有mismatch問題[3]

  迭代邊界框迴歸
  

Cascade Mask RCNN

最流行的實例分割方法可以說是 Mask R-CNN ，以及它的改進算法 PANet 、Mask Scoring RCNN 等
通過添加類似於Mask R-CNN的分段分支，將Cascade R-CNN架構擴展到實例分段任務。

Cascade R-CNN具有多個檢測分支。這提出了以下問題：
1）添加 分割分支 的位置
考慮了三種 mask 預測策略，在級聯R-CNN的第一級或最後一級添加了單個 mask預測head （b）、（c）
2）要添加的 分割分支
爲每個級聯階段添加了一個 分割分支（d），最大化了用於學習 mask 預測任務的樣本的多樣性

實驗表明，Cascade Mask R-CNN的這些架構優於Mask R-CNN。

EXPERIMENTAL RESULTS

Pytorch

https://github.com/guoruoqian/cascade-rcnn_Pytorch
https://github.com/leowangzi/CascadeRCNN

References

[1] http://www.mclover.cn/blog/index.php/archives/247.html
[2] https://arleyzhang.github.io/articles/1c9cf9be/
[3] https://blog.csdn.net/qq_21949357/article/details/80046867
https://blog.csdn.net/qq_21949357/article/details/80046867
https://blog.csdn.net/qq_41375609/article/details/97888934 (最新版論文目前能找到的一篇翻譯）