论文-MS-CNN
来源:互联网 发布:苹果电脑装mac os 编辑:程序博客网 时间:2024/06/05 15:24
论文-MS-CNN
A Unified Multi-Scale Deep Convolutional Neural Network for Fast Object Detection
MS-CNN就是将faster RCNN进行multi scale化,从而提高对 small object的判断能力。
总的来说,目前的object detection主要分为这几种不同的detection strategies。
分析, a方法获得最高的准确率,但是因为computation costly。b方法的可以减少计算,但是需要不同scale的classifications,且detect效果较差。接着的方法都是在complexity与accuracy之间取得一个trade-off。
本文的方法的结构是:
该CNN的网络结构是在不同的层进行一个Object Detection sub-network
其中Object Detection sub-network 的结构是:
整个结构就是 faster RCNN的multi-scale版本。
因为越浅层的branch反馈的梯度,对主干network的影响越大。这样会造成训练的不稳定。
The Buffer Convolution 层防止branch的梯度直接回传到主干上。
(1), loss
Loss 可以被定义为:
其中M是detection branches的数量,alpha是对应loss的权值。
对应的每一个detection layer的loss定义为:
且
最优的parameter:
来源于 SGD的学习。
(2), sampling
对于每一个detection layer m 都有一个training samples Sm = {Sm+, Sm-}, 对于一个image,object和no-object的分布式非常不平衡的,所以采用sampling来消弭这种不平衡。
有三种sampling strategy: random, boostrappinig和 mixture。在paper中的实验说明,mixture sampling 和 bootstrapping的表现相近。
(3), detection sub-network
Deconvolutional layer, 起到一个higher resolution的作用,更加适合于location-aware bounding box regression。Upsampling feature maps使用了deconvolution layer,实验证明了,添加了deconvolution layer之后,detection 效果得到了明显提高,尤其是对小的object。
还有一个创新点是: context embedding,在paper中是context from multiple regions,其中 context region 是object region的1.5倍大小。这样就起到了一个上下文的作用。
最后一个Conv层是减小model参数的作用,对feature map的一个降维作用。
当然,MS-CNN取得了高的detection rates同时达到速度提高到 15fps。 在硬件条件越发好的条件下与faster RCNN 比,performance还是较为好的
- 论文-MS-CNN
- R-CNN论文详解
- 【论文笔记】R-CNN
- R-CNN论文详解
- R-CNN论文总结
- R-CNN论文详解
- R-CNN论文详解
- R-CNN论文详解
- R-CNN论文笔记
- 论文:Fast R-CNN
- 论文:Faster R-CNN
- 【论文翻译】R-CNN
- R-CNN论文翻译
- R-CNN论文详解
- R-CNN、FastR-CNN、Faster R-CNN论文笔记
- cv 论文(CNN相关)
- 论文提要"Fast R-CNN"
- CNN for NLP 论文目录
- 权限管理命令
- 安装破解版CornerStone一直提示文件损坏移到废纸篓解决办法
- threading
- 接口性能测试方案
- The method setOnClickListener(View.OnClickListener) in the type View is not applicable for the argu
- 论文-MS-CNN
- highcharts问题集锦
- Android 网络监听
- Java 比较时间
- vue 拦截请求,添加请求头
- C语言的函数调用和oc的消息机制有什么区别
- Storm之GlobalGrouping
- c#图片等比压缩
- vue 兄弟组件之间传数据之$emit 和 $on 组件通信