Cascade R-CNN的一些記錄
Cascade R-CNN的一些記錄
《Cascade R-CNN: Delving into High Quality Object Detection》CVPR2018的一篇文章
論文連結：https://arxiv.org/abs/1712.00726
程式碼連結：https://github.com/zhaoweicai/cascade-rcnn
參考連結：https://blog.csdn.net/qq_21949357/article/details/80046867
本文主要針對的是目標檢測問題中的IoU閾值選取問題，眾所周知，閾值選取越大就越容易得到高質量的樣本，但是一味選取高的閾值會引發兩個問題：
- 樣本減少引發的過擬合
- 在train和inference使用不一樣的閾值很容易導致mismatch。(只有輸入的region proposal自身的IOU值和訓練器訓練用的設定IOU閾值較為接近的時候，訓練器輸出的IOU值才會高即效能才好)
為了解決上述兩個問題就提出了一種基於Faster-RCNN的muti-stage的architecture，核心就是利用不斷提高的閾值，在保證正例樣本數不減少的情況下訓練出高質量的檢測器
Abstract
- 在目標檢測中需要一個IOU值來區分樣本的正負樣例，檢測器使用較低的IOU值訓練時會產生噪聲監測，但是使用的IOU閾值變大時會造成檢測效果下降，這主要由兩個原因造成，IOU值變大時正例樣本指數級消失導致過擬合和在train和inference使用不一樣的閾值很容易導致mismatch。
- 級聯RCNN包括一系列IOU逐漸增大的檢測器，並且是一步一步訓練，上一個檢測器的輸出作為下一個檢測器的輸入，因為對一個檢測器來說輸出的IOU值會比輸入的IOU更高。
1 Introduction
- 目標檢測兩個主要問題：識別分類問題，從背景中識別前景物體並正確分類；定位問題，給不同的目標準確的邊界框。
- 級聯R-CNN的來源：一個檢測器只能在一個質量水平（quality level）上表現的很好，這是從代價敏感學習中得出的：ROC曲線不同點的優化需要不同的損失函式，不同的是論文中是優化IOU閾值而不是假陽率。
- 從圖中看出，如果提供高質量（高IOU）的輸入則檢測器也有較好的效果，但是隨著輸入資料的IOU的持續升高，檢測器效果會下降（因為過擬合），
- 級聯R-CNN可以用任意的兩步階段結構的R-CNN建立。
2 Related Work
RetinaNet解決密集物體檢測，前景和背景極端不平衡問題，並取得了比兩步的目標檢測更好的效果。
3、Object Detection
基於Faster-RCNN，第一步proposal subnetwork（RPN網路）生成候選框H0，第二步是ROI池化層H1，將不同大小候選框在特徵圖上的對映patch，把對映的patch取樣成固定大小的特徵，和SPP類似，但只是用一個尺度（一個patch不論大小就劃分為4個部分）進行劃分。分類器是C，邊界框是B
3.1 Bounding box regression
邊界框b=（bx,by,bw,bh）,邊界框迴歸f(x,b)的作用是從候選邊界框中選出目標邊界框，邊界框的損失函式在faster-RCNN中是L1損失函式，並通常用均值和方差正則化處理。在FatserRCNN中一個單獨的邊界框迴歸器f不能解決精確定位的問題，所以使用Bbox，但是Bbox中IOU的值固定（單一閾值即使用的是完全相同的級聯結構），所以IOU的值不一定一直是最優的，並且邊界框的分佈隨每次迭代變化很大。
(C0的結果是anchor中有目標或者沒有目標)
3.2 Classification
分類器的函式是h（x），h（x）是後驗概率的M+1維估計，hk(x) = p(y = k|x)，通過最小化交叉熵損失來學習，
3.3 Detection Quality
如果IOU的值大於給定閾值，則認為這個patch是這個類中的一個。
當給定的IOU閾值大時，正例中包含很少的背景，但是正例數量會很少；當小時，容易產生接近但不正確的判斷（假陽率高）。解決方法：傳統最容易想到的是使用分類器的整合，如圖c，Iterative Loss實際上沒有級聯結構，從c圖可以看出來，它只是使用了不同的閾值來進行分類，然後融合他們的結果進行分類推理，並沒有同時進行BBox reg，因此沒有解決 不同數量的正例數應對應不同的損失 的問題。
4、Cascade R-CNN
與Bbox不同的是，級聯RCnn通過重取樣改變了不同階段的輸入假設分佈，並且通過重取樣保證了每個階段有足夠固定數量的正例樣本數。這就實現了沒有過擬合和更深層的訓練階段可以有更高的IOU閾值.
- cascaded regression通過調整閾值的方式重取樣，不斷改變候選框region proposal的分佈，而且cascaded重取樣後的每個檢測器，都對重取樣後的樣本proposals是最優的，沒有mismatch問題。
- cascaded在train和inference時都會使用，因此並沒有偏差問題。
其實像我這樣的入門者有很多不懂之處，歡迎指正。