目标检测：Cascade R-CNN: High Quality Object Detection and Instance Segmentation - 2019【方法解读】

中文标题：级联 R-CNN：高质量目标检测与实例分割

摘要——在目标检测中，交并比（IoU）阈值常被用于定义正例/负例。用于训练检测器的阈值决定了其质量。虽然常用的0.5阈值会导致检测结果嘈杂（低质量），但对于更大的阈值，检测性能往往会下降。高质量检测的这种悖论有两个原因：1）过拟合，由于大阈值下正样本消失；2）推理时检测器和测试假设之间的质量不匹配。为了解决这些问题，提出了一种多阶段目标检测架构——级联R-CNN，它由一系列使用递增的IoU阈值训练的检测器组成。这些检测器是顺序训练的，使用一个检测器的输出作为下一个检测器的训练集。这种重采样逐步提高了假设的质量，保证了所有检测器都有相同大小的正训练集，并最大限度地减少了过拟合。在推理时应用相同的级联，以消除假设和检测器之间的质量不匹配。一个没有任何花哨功能的级联R-CNN实现在COCO数据集上达到了最先进的性能，并显著提高了在通用和特定目标检测数据集（包括VOC、KITTI、CityPerson和WiderFace）上的高质量检测。最后，级联R-CNN被推广到实例分割，与Mask R-CNN相比有了显著的改进。为了方便未来的研究，在https://github.com/zhaoweicai/cascade-rcnn（Caff