论文提要“Scalable Object Detection using Deep Neural Networks”

与之前主流检测方法DPM不同，论文提出了一种名为“DeepMultiBox”的方法产生比较少量的目标候选框，这些候选框是使用DNN（Deep Neural Network）生成的与目标类别无关的区域。
1.主要贡献：
1）将目标检测定义为几个bounding box的回归问题，网络在输出bounding box时给出每个bounding bo包含目标的置信度分数
2）将训练bounding box predictors作为网络训练的一部分，根据预测位置和ground truth的值更新box坐标及它的置信水平
3）以无关类别的模式训练目标框预测器，该检测器可泛化到未包含的目标类别

2.方法描述：
使用DNN产生一定数量的bounding box及每个box包含目标的置信度水平，将第i个object box的坐标$l_i\in\mathbb R^4$及其置信度水平$c_i\in[0,1]$编码为网络最后一层节点的值。
训练目标：假设对于一个训练样本，有M个bounding box,即$g_j,j\in\{1,...,M\}$，预测出的K个框要远大于M个ground truth,因此需要对与ground truth匹配程度比较高的预测框进行优化，并且降低余下框的置信度。
论文构造了一个分配的问题，如果第i个预测被分配给第j个真是目标，则${x_i}_j=1$，分配的目标函数为：

同时需要根据分配x优化框的置信度,即置信度的loss:

最终loss目标函数为：

优化方法：使用bp对l,c求偏导
训练细节：使用prior matching，即对ground truth的location进行聚类得到K个典型的聚类中心作为priors，之后用K个priors进行辅助匹配。

3.实验结果
VOC2010训练,复杂场景下20类目标，训练正样本：10million crops>0.5Jaccard重叠相似度，负样本：20million crops<0.2Jaccard重叠相似度，VOC2007测试结果，mAP为0.29
ILSVRC2012,1000类目标，结果如下，第三名