|
前天，arxiv上新出一篇论文《Cascade R-CNN: High Quality Object Detection and Instance Segmentation》，目标检测算法Cascade R-CNN 原作者对其进行扩展应用于实例分割。 两位作者均来自加州大学圣地亚哥分校，这可能是一篇投向TPAMI的论文。 在目标检测的实验中，借助于骨干网ResNeXt-152 的加持，在COCO数据集上AP达到50.9，超越之前的SOTA TridentNet算法的48.4，在实例分割实验中精度也显著高于Mask R-CNN。 Cascade R-CNN 是什么？ Cascade R-CNN 是2017年末出的目标检测算法，它的核心思想是： 使用不同的IOU阈值，训练多个级联的检测器。 它可以用于级联已有的检测器，取得更加精确的目标检测。 描述Cascade R-CNN算法的论文被CVPR 2018录用，该文一出，曾经相当长时间位于COCO检测数据集精度榜首（后被图森的TridentNet超越，这次又超了回来。。。）。 谷歌学术显示： 原论文已有111次引用。 作者开源了代码，该算法曾经被COCO 2018 instance segmentation challenge , OpenImage 2018 challenge , Wider Challenge 2018 的获胜团队使用（作者文中声称）。 Cascade R-CNN 网络结构 网络结构如下图b， 公式表示就是这样的： 上图中b和c很像，iterative bbox at inference 是在推断时候对回归框进行后处理，即生成了之后在多次处理，而Cascade R-CNN 在训练的时候就进行重新采样，不同的stage的输入数据分布已经是不同的了。 Cascade Mask R-CNN 网络结构 受Mask R-CNN发，作者将Cascade R-CNN推广到实例分割很简单，作者提供了三种策略，分别对应下图中b、c、d中将分割头S放在不同的位置。 实验结果 作者在通用目标检测、实例分割数据集COCO上进行了实验，换上骨干网ResNeXt-152的Cascade R-CNN 又刷出了新高度！AP 达到50.9。如下图： 使用不同的检测器和骨干网，级联后都能获得大幅度的精度提升，如下图： 同时可见，级联后推断速度有少许变慢，但在可接受的范围内。 下图是将Cascade Mask R-CNN与基线版本比较的结果，在实例分割任务中，也取得了明显的精度提升。 在PASCAL VOC 2007 数据集上同样表现出，使用级联后均获得精度提升。 作者又在一些特殊目标类、不同数据集上做了实验。 下图为在KITTI车辆类的检测结果： 在CityPersons验证集分割的结果，和在WIderFace数据集上人脸检测结果：
均表明该算法能一致性的提高精度。 论文地址： https:///abs/1906.09756v1 代码地址： https://github.com/zhaoweicai/cascade-rcnn（Caffe版） 代码地址： https://github.com/zhaoweicai/Detectron-Cascade-RCNN（Detectron版） 目标检测专业交流群 |
|
|
