行人检测论文 -- ALFnet Learning Efficient Single-stage Pedestrian Detectors by Asymptotic Localization Fit

论文名称：Learning Efficient Single-stage Pedestrian Detectors by Asymptotic Localization Fitting

代码地址：https://github.com/liuwei16/ALFNet

     这是18年行人检测做的结果比较好的一篇论文,如果发现我有写的不对的地方,欢迎指出 .

     还是一篇行人检测，使用的是 anchor base 的方法，基本网络结构是SSD，引入了 Cascade Faster RCNN 的想法，在预选框生成的过程中，不断提高IOU最后在目标的附近得到更多的高质量预测框，从而提高检测效果。

    因为使用的是SSD，所以网络的速度很快，加入级联结构之后，进一步提升了精度。

一、 网络结构：

     前向的网络resnet50，取出其中下采样8，16，32的三层feature map，再补充一层下采样64的。原先的SSD是直接用这些采样得到的feature map 提出预选框。现在 ALFnet 在这些 Feature map 上使用了级联结构 CPB. 左边的图有点奇怪,直接看这图估计都不知道这个结构是怎么运行的,所以来看看代码:

def alf_pred(input,num_anchors,name,filters=256,kersize=(3,3),trainable=True):
    # the first layer modified from256 to 512
    x = Convolution2D(filters, kersize, padding='same', activation='relu',
                      kernel_initializer='glorot_normal', name=name + '_conv', trainable=trainable)(input)

    x_class = Convolution2D(num_anchors, (1, 1),activation='sigmoid',
                            kernel_initializer='glorot_normal',
                            bias_initializer=prior_probability(),
                            name = name+'_rpn_class',trainable=trainable)(x)
    x_class_reshape = Reshape((-1, 1), name=name+'_class_reshape')(x_class)

    x_regr = Convolution2D(num_anchors * 4, (1, 1), activation='linear', kernel_initializer='glorot_normal',
                           name=name+'_rpn_regress',trainable=trainable)(x)
    x_regr_reshape = Reshape((-1,4), name=name+'_regress_reshape')(x_regr)
    return x_class_reshape, x_regr_resh