CVPR 2017论文解读：特征金字塔网络FPN

论文：Feature Pyramid Networks for Object Detection

论文地址：https://arxiv.org/abs/1612.03144

这里介绍的文┞仿是来自 Facebook 的特点金字塔收集 Feature Pyramid Networks(FPN)。FPN 重要解决的是物体检估中的多标准问题，经由过程简单的收集连接改变，在根本不增长原有模型计算量情况下，大年夜幅度晋升了小物体检测的机能。我们将大年夜论文背景，论文思惟，结不雅与结论几方面商量此论文。

在物体检测琅绫擎，有限计算量情况下，收集的深度（对应到感触感染野）与 stride 平日是一对抵触的器械，常用的收集构造对应的 stride 一般会比较大年夜（如 32），而图像中的小物体甚至会小于 stride 的大年夜小，造成的结不雅就是小物体的检测机能急剧降低。传统解决这个问题的思路包含：（1）多标准练习和测试，又称图像金字塔，如图 1(a) 所示。今朝几乎所有在 ImageNet 和 COCO 检测义务上取得好成就的办法都应用了图像金字塔办法。然而如许的办法因为很高的时光及计算量消费，难以在实际中应用。（2）特点分层，即每层分别猜测对应的 scale 分辨率的检测结不雅。如图 1(c) 所示。SSD 检测框架采取了类似的思惟。如许的办法问题在于直倔强行让不合财揭捉?习同样的语义信息。而对于卷积神经收集而言，不合深度对应着不合层次的语义特点，浅层收集分辨率高，学的更多是细节特点，深层收集分辨率低，学的更多是语义特点。

是以，今朝多标准的物体检测重要面对的挑衅为：

若何进修具有强语义信息的多标准特点表示？
若何设计通用的特点表示来解决物体检估中的多个子问题？如 object proposal, box localization, instance segmentation.
若何高效计算多标准的特点表示？

本文┞冯对这些问题，提出了特点金字塔收集 FPN，如图 1(d) 所示，收集直接在本来的单收集上做修改，每个分辨率的 feature map 惹人后一分辨率缩放两倍的 feature map 做 element-wise 相加的操作。经由过程如许的连接，每一层猜测所用的 feature map 都融合了不合分辨率、不合语义强度的特点，融合的不合分辨率的 feature map 分别做对应分辨率大年夜小的物体检测。如许包管了每一层都有合适的分辨率以及强语义特点。同时，因为此办法只是在原收集基本上加上了额外的跨层连接，在实际应用中几乎不增长额外的时光和计算量。作者接下来实验了将 FPN 应用在 Faster RCNN 上的机能，在 COCO 上达到了 state-of-the-art 的单模型精度。

具体而言，FPN 分别在 RPN 和 Fast RCNN 两步中起到感化。个中 RPN 和 Fast RCNN 分别存眷的是召回率和正检率，在这里比较的指标分别为 Average Recall(AR) 和 Average Precision(AP)。分别比较了不合标准物体检测情况，小中大年夜物体分别用 s,m,l 表示。

在 RPN 中，差别于原论文直接在最后的 feature map 上设置不合标准和比例的 anchor，本文的标准信息对应于响应的 feature map（分别设置面积为 32^2, 64^2, 128^2, 256^2, 512^2），比例用类似于本来的方法设置 {1:2, 1:1,, 2:1} 三种。与 RPN 一样，FPN 每层 feature map 参加 3*3 的卷积及两个相邻的 1*1 卷积分别做分类和回归的猜测。在 RPN 中，实验比较了 FPN 不合层 feature map 卷积参数共享与否，发明共享仍然能达到很好机能，解释特点金字塔使得不合财揭捉?到了雷同层次的语义特点。RPN 收集的实验结不雅为：

这里 FPN 比较本来取自 conv4 和 conv5 的 RPN 收集 (a)(b)，召回率获得了大年夜幅度晋升，尤其在中物体和小物体上 (c)。别的，作者做了变量比较实验，比如只保存横向连接 (d)，即特点分层收集，机能仅与原 RPN 差不多，原因就在于不合层之间的语义特点差距较大年夜。别的，实验了砍掉落横向连接，只保存自上而下放大年夜 feature map 做猜测结不雅 (e)，以及只用最终获得的 feature map 层 (f)，均比完全的 FPN 收集小物体检测 AR 低 10 个点阁下。解释金字塔特点表示与横向连接都起了很大年夜感化。

实验 Fast RCNN 时，须要固定 FPN+RPN 提取的 proposal 结不雅。在 Fast RCNN 里，FPN 重要应用于选择提取哪一层的 feature map 来做 ROI pooling。假设特点金字塔结不雅对应到图像金字塔结不雅。定义不合 feature map 集合为 {P2, P3, P4, P5}，对于输入收集的原图上 w*h 的 ROI，选择的 feature map 为 Pk，个中（224 为 ImageNet 输入图像大年夜小）：

对于小物体，一方面我们须要高分辨率的 feature map 更多存眷小区域信息，另一方面，如图中的挎包一样，须要更全局的信息更精确断定挎包的存在及地位。

类似于 RPN 的实验，比较了原有收集，以及不合改变 FPN 构造的 Fast RCNN 实验，实验结不雅为：

A：作者认为经由精细调剂练习是可能的，然则 image pyramid 重要的问题在于时光和空寄┞芳用太大年夜，而 feature pyramid 可以在几乎不增长额外计算量情况下解决多标准检测问题。

实验发明 FPN 筛选 ROI 区域，同样对于 Fast RCNN 的小物体检测精度有大年夜幅晋升。同时，FPN 的每一步都必弗成少。

最后，FPN 比较全部 Faster RCNN 的实验结不雅如下：

1/2 1 2 下一页尾页

以未root的Android手机作为进击平台写在前面的话在此之前，我曾写过一篇关于如安在Kali Linux和macOS（OS X）上安装RouterSploit的教程【传送门】，但在这篇文┞仿中我将会一步一步地教>>>详细阅读

本文标题：CVPR 2017论文解读：特征金字塔网络FPN

地址：http://www.17bianji.com/lsqh/36411.html

1/2 1