RefineDet算法笔记

---恢复内容开始---

一、创新点

       针对two-stage的速度慢以及one-stage精度不足提出的方法，refinedet 包括三个核心部分：使用TCB来转换ARM的特征，送入ODM中进行检测；

两步级连回归；过滤较多的负样本（容易分类的，类似于ohem）。

     （1）anchor refine module 和object detect module。前者类似于rpn，用于剔除过多的负样本和粗略调整anchor位置和尺寸（都是二分类）；后者

将refine过的anchor进行进一步的微调（感觉跟two stage很像，为什么能快呢？答案是没有像two-stage那样使用耗时的roi-pooling，该框架为全卷积网络）。整体结构如下图

      

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图1

 

　 （2）在两个部分之间，设计了一个transfor connection block（TCB），如下图。TCB包括两个功能，一是转换ARM的特征，另一个是转换不同层的特征， 使用deconv来扩大特征，

用于后续特征的 element sum 。这一部分更新是FPN，融合多层特征。

       

　　　　　　　　　　　   图2

 

---恢复内容结束---

  （3）ODM

          两步级连回归，有利于小物体检测。先使用ARM生成refined anchors boxes，再将其输入ODM再次回归和分类。此外还包括负样本过滤：当负样本的置信值超过阈值时直接丢弃。

         总的来看， 该网络融合了one-stage 和 two-stage的特点，在ARM阶段生成先refined anchor box(类似于RPN)， 在ODM，一方面输入refined anchor，另一方面融合多层特征（类似FPN）。

   (4) loss

        损失函数包括ARM loss 和 ODM loss，对于ARM,包括cross-entropy(二分类)和smoth-L1。对于ODM,则是softmax-loss和smoth-L1

   (5)实验

      结果还是挺不错的，在精度上，即使是320×320, mAP也能上80；速度很有优势，在500*500这一级别上，仅次于yolov2。

参考：https://blog.csdn.net/u014380165/article/details/79502308

    （7）网络结构             

             以vgg16 320*320为例，主干网络的conv4_3（512*40*40），conv5_3 (512*20*20)，  fc7(1024*10*10),  conv6_2(512*5*5)分别对应图1的主干网络四个特征图，用这四个特征图

             1、每个特征图分别生成mbox_loc、mbox_conf、mbox_priorbox，    并通过concat操作，得到ARM相关的arm_priorbox、arm_loc、arm_conf

　　　  2、