DenseBox（KITTI，MALF，CAR，FACE）

二、DenseBox（KITTI，MALF，CAR，FACE）

Introduction

RCNN 超越 FCN 成为新的state of the art 模型，但是对小目标检测效果不好，两个阶段不能联合优化，训练端到端模型困难。

本文工作：

• 证明了单纯的FCN网络只要设计合理可以用来检测不同尺度和严重遮挡下的目标
• 提出新的FCN模型，DENSEBOX，不需要区域提议，可被用于训练端到段网络。
• 结合了landmark localization的多任务学习使得densebox近一步提高了精度

DenseBox for Detection

基于VGG19 ，

[外链图片转存失败(img-KKcE8URC-1567866049336)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\1561018424295.png)]

input（m * n * 3） -> conv ->bilinear upsample -> threshold and NMS -> output(m/4 * n/4 * 5 )

每个像素点都被转换为置信度和到目标边界框的四个距离，然后进行NMS

在图像预处理阶段，在保证人脸和足够的背景信息下对图片进行了剪切

Multi-Task Training

初始化时，保留了VGG19的前12层权重，剩余的四层新的卷积层使用 XAVIER 方法

分类和回归均使用L2 Loss，

Conclusion

• 通过关键点和多任务学习，Dense Box 获得了优越的检测性能。
• 实现了end-to-end的学习
• 不足之处是速度不够，在DenseBox2中有改进？