论文笔记:Towards perspective-free object counting with deep learning

本文介绍了一种利用深度学习进行精确目标计数的方法,包括CountingCNN和HydraCNN两个模型,能够有效应对不同视角下的车辆或人群计数难题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Towards perspective-free object counting with deep learning

概要

文章提出了一种精确估算交通拥堵环境下车辆数量或密集人群中人数的模型。

组成部分:

  • CountingCNN:回归模型,学习从图像样本到对应的目标密度图的映射
  • HydraCNN:多规模的非线性回归模型,使用不同规模下的图像样本生成密度预测

具体方法

生成密度图

对于训练图像中每一个标定的目标位置,使用高斯函数生成针对该点的密度分布:

其中AI是图像I中所有标记的2D点,μ和∑是高斯函数的均值和协方差矩阵。

整张图像的密度图即为针对所有标记点所生成的密度图的累加:

CountingCNN

CountingCNN包含6个卷积层:

  1. 7x7x32卷积核,2x2最大值池化,Relu
  2. 7x7x32卷积核,2x2最大值池化,Relu
  3. 5x5x64卷积核,2x2最大值池化,Relu
  4. 1x1x1000卷积核,Relu
  5. 1x1x400卷积核,Relu
  6. 1x1x1卷积核,得到密度图

网络结构:

损失函数为欧几里得回归损失:

作者训练时使用了Caffe框架和随机梯度下降算法。

HydraCNN

为解决视角各不相同的问题,文章使用了包含多个头部和一个躯干的HydraCNN(名称取自古代希腊罗马神话中的九头蛇),其中每个头部负责学习某个规模的图像。

在训练过程中,给每个头部对应的网络输入经过不同系数缩放的图像,使得各网络的输出结果分别对应图像在对应规模上的输出结果,并一起作为躯干部分的输入。

躯干部分即HydraCNN负责学习合并所有输入,输出最终的密度图像的映射。网络前两个全连接层分别有512个神经元,且都使用Relu和dropout。最后一个全连接层有324个神经元,对应输出的密度图像。

网络结构:

训练HydraCNN时使用相同的损失函数,作者也使用了Caffe工具和随机梯度下降算法。

<think>我们正在寻找与FasterR-CNN相关的、可复现的实时目标检测论文,特别是那些包含区域提议网络(RPN)的改进或替代方案。FasterR-CNN本身虽然接近实时,但后续有许多工作进一步优化了速度和精度,并提供了可复现的代码(通常在GitHub上开源)。根据用户需求,我将重点介绍:1.核心的FasterR-CNN论文(基础)2.后续改进其速度或可复现性的关键论文(提供代码链接)3.其他使用RPN的实时检测框架注意:所有推荐论文均有公开代码实现(截至2023年),确保可复现性。###1.**核心可复现论文:FasterR-CNN(2015)**-**论文**:Ren,S.,He,K.,Girshick,R.,&Sun,J.(2015).FasterR-CNN:Towardsreal-timeobjectdetectionwithregionproposalnetworks.*AdvancesinNeuralInformationProcessingSystems*,28.-**代码实现**:-**官方实现(Matlab)**:https://github.com/ShaoqingRen/faster_rcnn(原始版本)-**PyTorch实现**:https://github.com/jwyang/faster-rcnn.pytorch(广泛使用,支持训练/测试)-**TensorFlow实现**:https://github.com/endernewton/tf-faster-rcnn-**复现说明**:这些代码库提供了完整的训练和测试流程,包括在PASCALVOC、COCO等数据集上的预训练模型。PyTorch版本更易复现,文档详细。###2.**优化速度/精度的可复现改进论文**####(1)**Light-HeadR-CNN(2017)**-**论文**:Li,Z.,etal.(2017).Light-headR-CNN:Indefenseoftwo-stageobjectdetector.*IEEEConferenceonComputerVisionandPatternRecognition(CVPR)*.-**贡献**:大幅减少FasterR-CNN头部计算量。使用轻量级R-CNN子网络(如1个全连接层)替代重型全连接层,速度提升至102FPS(ResNet-101),精度保持。-**代码**:https://github.com/zengarden/light_head_rcnn(PyTorch)-**复现性**:提供COCO训练脚本和预训练模型,易于复现实时性能。####(2)**CascadeR-CNN(2018)**-**论文**:Cai,Z.,&Vasconcelos,N.(2018).CascadeR-CNN:Delvingintohighqualityobjectdetection.*IEEEConferenceonComputerVisionandPatternRecognition(CVPR)*.-**贡献**:通过级联多个R-CNN检测器逐步优化边界框,显著提升精度(尤其对小目标)。虽非纯速度优化,但提供了高效实现。-**代码**:https://github.com/zhaoweicai/cascade-rcnn(Caffe,官方)或https://github.com/DetectionTeamUCAS/Cascade-RCNN-Tensorflow(TensorFlow)-**复现性**:官方Caffe代码完整,但需配置环境;TensorFlow版本更易使用。####(3)**LibraR-CNN(2019)**-**论文**:Pang,J.,etal.(2019).LibraR-CNN:Towardsbalancedlearningforobjectdetection.*IEEEConferenceonComputerVisionandPatternRecognition(CVPR)*.-**贡献**:从数据、特征和损失三个维度平衡FasterR-CNN的学习过程,提升精度(+2.3%mAP)且不显著增加计算量。-**代码**:https://github.com/open-mmlab/mmdetection/tree/master/configs/libra_rcnn(集成在MMDetection中)-**复现性**:基于PyTorch的MMDetection框架,一键训练/测试。###3.**结合RPN的单阶段实时检测器(更高FPS)**虽然单阶段检测器(如YOLO、SSD)不使用显式RPN,但部分工作将RPN思想融入单阶段框架以实现实时检测:####(1)**RefineDet(2018)**-**论文**:Zhang,S.,etal.(2018).Single-shotrefinementneuralnetworkforobjectdetection.*IEEEConferenceonComputerVisionandPatternRecognition(CVPR)*.-**贡献**:结合两阶段(RPN-like)和单阶段设计:先通过锚点精炼模块(类似RPN)过滤负样本,再传输特征到检测模块。在VOC上达到41.8%mAP/40FPS。-**代码**:https://github.com/sfzhang15/RefineDet(Caffe)-**复现性**:官方Caffe实现,提供预训练模型。####(2)**FoveaBox(2019)**-**论文**:Kong,T.,etal.(2019).FoveaBox:Beyondanchor-basedobjectdetection.*IEEETransactionsonImageProcessing*.-**贡献**:无锚点(anchor-free)检测器,但保留RPN的“区域提议”思想(通过特征图预测中心区域)。速度达50FPS(ResNet-50)。-**代码**:https://github.com/taokong/FoveaBox(PyTorch)-**复现性**:代码清晰,支持COCO训练。###4.**最新可复现RPN改进工作(2020-2023)**####(1)**DynamicR-CNN(2020)**-**论文**:Zhang,H.,etal.(2020).DynamicR-CNN:Towardshighqualityobjectdetectionviadynamictraining.*EuropeanConferenceonComputerVision(ECCV)*.-**贡献**:动态调整RPN的IoU阈值和回归损失参数,适应训练过程,提升精度(+1.6%mAP)。-**代码**:https://github.com/hkzhang95/DynamicRCNN(PyTorch)-**复现性**:基于MMDetection,易于集成。####(2)**SparseR-CNN(2021)**-**论文**:Sun,P.,etal.(2021).SparseR-CNN:End-to-endobjectdetectionwithlearnableproposals.*IEEEConferenceonComputerVisionandPatternRecognition(CVPR)*.-**贡献**:用固定数量的可学习提议框(learnableproposalboxes)替代RPN,减少计算量,实现端到端训练。速度达40FPS(ResNet-50)。-**代码**:https://github.com/PeizeSun/SparseR-CNN(PyTorch)-**复现性**:官方代码完整,提供COCO预训练模型。###总结推荐-**优先复现**:-**Light-HeadR-CNN**:速度最快(>100FPS),代码易用[^1]。-**SparseR-CNN**:创新RPN替代方案,平衡速度与精度[^2]。-**基础实现**:从**FasterR-CNNPyTorch版**开始,理解RPN机制[^3]。-**高级优化**:**DynamicR-CNN**或**LibraR-CNN**提升精度而不牺牲太多速度[^4][^5]。所有推荐论文均提供开源代码(PyTorch为主),确保可复现性。实验时注意硬件差异(如GPU型号)可能影响FPS。§§相关问题§§1.如何在自定义数据集上复现FasterR-CNN?2.Light-HeadR-CNN是如何减少计算量的?3.无锚点(anchor-free)检测器(如FoveaBox)与RPN有何区别?</think>以下是针对您需求的精选论文列表,这些论文不仅与 Faster R-CNN 核心思想相关,还具备良好的可复现性(均提供开源代码),并专注于实时目标检测和区域提议网络(RPN)的优化: --- ### 一、核心可复现改进论文 1. **Light-Head R-CNN (CVPR 2018)** - **标题**:Light-Head R-CNN: In Defense of Two-Stage Object Detector - **代码**:[GitHub - zengarden/light_head_rcnn](https://github.com/zengarden/light_head_rcnn) - **贡献**: - 将 Faster R-CNN 的检测头轻量化,用全局卷积网络(GCN)替代全连接层 - 速度提升至 **102 FPS**(ResNet-101)同时保持高精度(COCO mAP 41.5%) - RPN 与检测头共享特征,减少重复计算[^1] 2. **Faster R-CNN with FPN (CVPR 2017)** - **标题**:Feature Pyramid Networks for Object Detection - **代码**:[GitHub - facebookresearch/detectron2](https://github.com/facebookresearch/detectron2) - **贡献**: - 通过多尺度特征金字塔增强 RPN 对小目标的检测能力 - 在 COCO 数据集上 mAP 提升 **8.3%** - 官方实现支持 PyTorch,包含完整训练脚本[^2] 3. **Cascade R-CNN (CVPR 2018)** - **标题**:Cascade R-CNN: Delving into High Quality Object Detection - **代码**:[GitHub - zhaoweicai/cascade-rcnn](https://github.com/zhaoweicai/cascade-rcnn) - **贡献**: - 级联多个 R-CNN 检测器逐步优化 RPN 生成的候选框 - 在高速推理(20 FPS)下将误检率降低 **30%** - 提供 Caffe 和 PyTorch 版本[^3] --- ### 二、实时性优化方案 4. **ThunderNet (ICCV 2019)** - **标题**:ThunderNet: Towards Real-Time Generic Object Detection - **代码**:[GitHub - ouyanghuiyu/Thundernet_Pytorch](https://github.com/ouyanghuiyu/Thundernet_Pytorch) - **贡献**: - 专为移动端设计的轻量级 RPN + R-CNN 架构 - 在 ARM 芯片上达到 **24.1 FPS**(mAP 32.8% on COCO) - 完整训练/推理代码和预训练模型[^4] 5. **TridentNet (ICCV 2019)** - **标题**:Scale-Aware Trident Networks for Object Detection - **代码**:[GitHub - TuSimple/simpledet](https://github.com/TuSimple/simpledet) - **贡献**: - 通过并行多分支卷积增强 RPN 的多尺度鲁棒性 - 速度 11.8 FPS(ResNet-101),COCO mAP **48.4%** - 基于 MXNet 的工业级实现[^5] --- ### 三、RPN 结构创新 6. **GA-RPN (CVPR 2019)** - **标题**:Region Proposal by Guided Anchoring - **代码**:[GitHub - open-mmlab/mmdetection](https://github.com/open-mmlab/mmdetection) - **贡献**: - 用语义特征引导 RPN 的锚点生成,减少冗余计算 - 候选框质量提升 **12%**,推理速度提升 **1.5×** - 集成于 MMDetection 框架,支持即插即用[^6] 7. **Sparse R-CNN (CVPR 2021)** - **标题**:Sparse R-CNN: End-to-End Object Detection with Learnable Proposals - **代码**:[GitHub - PeizeSun/SparseR-CNN](https://github.com/PeizeSun/SparseR-CNN) - **贡献**: - 用可学习提议框替代传统 RPN,生成固定数量的高质量候选框 - 在 40 FPS 下达到 COCO mAP **44.5%**(ResNet-50) - PyTorch 实现包含完整训练流程[^7] --- ### 复现关键建议 1. **硬件要求**: - 大部分模型需 GPU(建议 ≥ 8GB 显存),ThunderNet 可在 ARM 设备运行 2. **数据集准备**: - 使用 [COCO](https://cocodataset.org) 或 [PASCAL VOC](http://host.robots.ox.ac.uk/pascal/VOC/) 标准化数据集 3. **框架选择**: - 优先选用 PyTorch 实现(MMDetection/detectron2),社区支持完善 > **性能对比**(参考值): > | 模型 | 骨干网络 | FPS | COCO mAP | > |---|---|---|---| > | Faster R-CNN | ResNet-50 | 7.1 | 37.9% | > | Light-Head | Xception | 102 | 37.1% | > | ThunderNet | ShuffleNetV2 | 24.1 | 32.8% | > | Sparse R-CNN | ResNet-50 | 40 | 44.5% | --- ### 开源项目推荐 - **MMDetection**:集成 80+ 检测模型,包含所有 RPN 变种 ```bash pip install mmdet ``` - **Detectron2**:Facebook 官方实现,优化分布式训练 ```python from detectron2 import model_zoo model = model_zoo.get("COCO-Detection/faster_rcnn_R_50_FPN_3x.yaml") ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值