文章目錄
Baseline
- Baseline方案是基於FPN+Faster R-CNN檢測框架，加入FPN結構的目的是提高網絡對小瑕疵的定位精度。
- 使用了Mask RCNN提出來的Roi-Align Pooling，主要是想減少不同Roi Pooling帶來的量化誤差的問題。
- 使用了空洞卷積，提高頂層特徵的感受野。
兩種改進，一種是Dual Path Aggregation for Object Detection，另一種是Multi-levels Roi-Align Pooling。
Training Details
Innovations
Dilated convolution
problem
s1 Dual Path Aggregation for Object Detection
在原先Baseline的基礎上添加多一路的特徵提取，這裏想解決的問題是FPN在檢測極端長寬比的瑕疵的時候會有Roi映射非最優的情況出現，而極端長寬比的瑕疵（長寬比大於10）在數據集上的比例接近40%，可以說是相當的多。因此利用另一支路的特徵來彌補極端長寬比瑕疵下FPN的Roi Mapping非最優所帶來的特徵損失。
s2 Multi-levels Roi-Align Pooling（MLRP）
也是要解決極端長寬比的情況。FPN在做Roi Mapping的時候是根據Roi的面積來計算的，這會導致當出現極端長寬比情況時，這個映射結果會偏大，導致特徵丟失嚴重。於是我們就想，在做Roi Pooling的時候我同時取映射出來的第kt層以及第kt-1層不就可以了嗎？這樣即使是在kt偏大的時候kt-1的特徵就更加合適了。而且，取兩層的特徵進行融合還能增加特徵的多尺度特性，同時還不會帶來額外的計算量。
整合這個結構之後的檢測框架長下面這個樣子，相比於第一個方案，這個方案更加精煉，雖然精度沒那個高，但是檢測速度可以達到4幀每秒，還算比較高的了。
SWA
HFE
曲線結果
De-background
Conclusion
