本文介绍了DetNet，一种针对目标检测任务设计的骨干网络，旨在解决传统方法中因分辨率减小导致的大物体定位不准确问题。DetNet使用空洞卷积保持空间尺寸不变，增加像素感受野，从而提高检测准确性。与ResNet50-FPN相比，DetNet59在计算量更小的情况下，检测性能更优。尽管如此，文章仅对比了ResNet50，未能全面展示与更强大模型如ResNet101的差异。DetNet不仅适用于自身结构，还可以整合到MaskRCNN等框架中提升性能。文章指出，未来可能通过改变空洞卷积的rate分布来进一步优化网络。
极简笔记 DetNet: A Backbone network for Object Detection
文章的核心提出了一种专用于detection任务的backbone network：DetNet。目前检测网络的主流方法是基于classification网络加FPN和RPN结构进行定位。大部分分类网络通过减小深层的spatial size 来加大像素的感受野，较小的resolution一定程度影响了大物体定位的准确性。文章提出的DetNet在网络深层使用rate=2的空洞卷积替代原有bottleneck的3x3卷积，在不缩小spatial size，小幅增加计算量的同时增加像素感受野，以增加检测的准确性。为了减小计算量，深层部分的channel数停留在256没有增加。
文章的主要对比实验室ResNet50-FPN结构，因此构造了对应的DetNet59结构，大致结构对比如上图。DetNet是对骨架网络进行改造，因此可以同理加上FPN结构。因为DetNet59的计算量（FLOPs-4.8G）还是会比ResNet50的计算量（FLOPs-3.8G），有人可能会说提高的性能是由于更大的计算量带来的，于是文章又加了ResNet101（FLOPs-7.6G）的对比实验，显示在det任务上DetNet以更少的计算量取得了更高的检测结果。
但是接下来文章就偷懒了，剩下的分析就只剩和ResNet50的对比了。在对比average precision（AP）和average recall（AR）时大中小三种尺度的物体DetNet59都超过了ResNet
最低0.47元/天 解锁文章
扫一扫
539
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
