RefineDet by hs

客官°小女子只卖身不卖艺 2023-06-01 05:52 2阅读 0赞

一、简介

1、RefineDet综合了one-stage和two-stage的优点从而能够提高检测效果。主要包括two-stage算法对box由粗到细的回归思想和FPN中的特征融合思想来提升小物体的检测效果。

2、可以看做是SSD算法、RPN网络和FPN算法的结合。

二、参考

2018CVPR： Single-Shot Refinement Neural Network for Object Detection

论文：[https://arxiv.org/abs/1711.06897][https_arxiv.org_abs_1711.06897]

代码：[https://github.com/sfzhang15/RefineDet][https_github.com_sfzhang15_RefineDet]

三、网络结构

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hzaHNqa2p5_size_16_color_FFFFFF_t_70][]![点击并拖拽以移动][Image 1]

主要由三部分组成，分别是anchor refinement module (ARM) 、object detection module (ODM)、transfer connection block (TCB)

1、ARM

类似于RPN网络，用来初步得到bbox，同时去除一些负样本。采用多层特征输入，分两路进行损失函数的计算，分类和边界回归，这一层主要是进行粗略的筛选（具体的细节未知，与精细的筛选有什么区别未知）

2、TCB

将ARM输出的特征图转成ODM的输入（为什么要转未知），中间进行了多层特征的融合。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hzaHNqa2p5_size_16_color_FFFFFF_t_70 1][]![点击并拖拽以移动][Image 1]

3、ODM

相当于是SSD（需要复习一下），不同点是输入anchors是ARM模块得到的，且在SSD的基础上添加了FPN中的特征融合思想，对小物体的检测更加准确。

这里和SSD最主要区别就在于SSD是直接在default box的基础上进行回归的，而RefineDet是通过ARM得到的anchors来进行回归的，这相当于就是把two-stage模型的优点整合到了one-stage模型中。

四、损失函数

![20190820164114383.png][]![点击并拖拽以移动][Image 1]

损失函数较为简单，分为ARM和ODM两个部分的分类和边界回归损失，与SSD的损失函数大体相同，这里采用end-to-end的训练模式。

五、模型效果

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hzaHNqa2p5_size_16_color_FFFFFF_t_70 2][]![点击并拖拽以移动][Image 1]

六、总结

1、结合了one-stage和two-stage的检测模型，检测效果得到提升

2、是对SSD的改进，增加了对SSD中default box的优化，变为了由ARM模块得到refined anchors来进行检测。

转载于:https://www.cnblogs.com/bupt213/p/11451371.html

[https_arxiv.org_abs_1711.06897]: https://arxiv.org/abs/1711.06897
[https_github.com_sfzhang15_RefineDet]: https://github.com/sfzhang15/RefineDet
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hzaHNqa2p5_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20190820161802492.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hzaHNqa2p5,size_16,color_FFFFFF,t_70
[Image 1]: 
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hzaHNqa2p5_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20190820163945622.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hzaHNqa2p5,size_16,color_FFFFFF,t_70
[20190820164114383.png]: https://img-blog.csdnimg.cn/20190820164114383.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hzaHNqa2p5_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20190820164357556.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hzaHNqa2p5,size_16,color_FFFFFF,t_70