CVPR2018目標檢測相關論文總結
CVPR2018目標檢測
1、Cascaded RCNN （相關度：★）
論文：Cascade R-CNN Delving into High Quality Object Detection
創新點及結論：分析proposal的IOU與最後檢測的IOU間關係，得到結論： 當一個檢測模型採用某個閾值（假設u=0.6）來界定正負樣本時，那麼當輸入proposal的IOU在這個閾值（u=0.6）附近時，該檢測模型比基於其他閾值訓練的檢測模型的效果要好。
2、Relation Networks for Object Detection
論文：Relation Networks for Object Detection
創新點及結論： 讓模型學到object之間的關係， 在檢測過程中可以通過利用影象中object之間的相互關係或者叫影象內容（context）來優化檢測效果，這種關係既包括相對位置關係也包括影象特徵關係。
3、RefineDet （相關度：★★）
論文：Single-Shot Refinement Neural Network for Object Detection
創新點及結論：one-stage combine with two-stage ,
4、SNIP （相關度：★★★）
論文：An Analysis of Scale Invariance in Object Detection – SNIP
問題：從資料集出發進行了非常詳細的分析和實驗對比，發現在COCO資料集中小目標占比要比ImageNet資料集大，這樣在用ImageNt資料集的預訓練模型時就會產生domain-shift問題，另外COCO資料集中的object尺寸變化範圍非常大，即便採用multi-scale training的方式也很難訓練一個檢測器去cover所有scale的目標。
方法： 提出一種新的訓練模型的方式：Scale Normalization for Image Pyramids (SNIP)，該演算法主要包含兩個改進點：1、為了減少前面所提到的domain-shift，在梯度回傳時只將和預訓練模型所基於的訓練資料尺寸相對應的ROI的梯度進行回傳。2、借鑑了multi-scale training的思想，引入影象金字塔來處理資料集中不同尺寸的資料。
5、R-FCN-3000 （相關度：★）
論文：R-FCN-3000 at 30fps: Decoupling Detection and Classification
創新點：R-FCN演算法（關於R-FCN演算法的介紹可以看部落格）應用在檢測類別較多的場景下
6、DES （相關度：★★）
論文：Single-Shot Object Detection with Enriched Semantics
創新點及方法：
Detection with Enriched Semantics(DES)主要是基於SSD做改進，也是為了解決SSD中對於小目標物體的檢測效果不好的問題，因為SSD演算法對小目標的檢測只是利用了淺層的特徵，並沒有用到高層的語義特徵。因此這篇文章的出發點就是為了增加用於檢測的feature map的語義資訊，主要的措施包括：1、引入segmentation module用於得到attention mask，從而提高low level的feature map的語義資訊。2、引入global activation module用於提高high level的feature map的語義資訊。
7、STDN （相關度：★★）
論文：Scale-Transferrable Object Detection
創新點： Scale-Transferrable Detection Network（STDN）演算法主要用於提高object detection演算法對不同scale的object的檢測效果。
方法： 該演算法採用DenseNet網路作為特徵提取網路（自帶高低層特徵融合），基於多層特徵做預測（類似SSD），並對預測結果做融合得到最終結果。該演算法有兩個特點：1、主網路採用DenseNet，瞭解DenseNet的同學應該知道該網路在一個block中，每一層的輸入feature map是前面幾層的輸出feature map做concate後的結果，因此相當於高低層特徵做了融合。高低層特徵融合其實對object detection演算法而言是比較重要的，FPN演算法是顯式地做了高低層特徵融合，而SSD沒有，這也是為什麼SSD在小目標問題上檢測效果不好的原因之一，因此該演算法雖然看似SSD，但其實和SSD有區別。2、引入scale-transfer layer，實現了在幾乎不增加引數量和計算量的前提下生成大尺寸的feature map（其他常見的演算法基本上都是採用deconvolution或upsample），由於scale-transfer layer是一個轉換操作，因此基本不會引入額外的引數量和計算量。