Author: volica

Cascade RCNN 在训练时，以低IoU阀值进⾏训练会导致效果不好，因为会产⽣很多噪声框； 所以我们希望阈值尽量⾼，⽽IoU阀值设过⾼时，训练出的detector效果却有下降趋势，如下图所示。 因为阀值⾼时，每轮训练正样本会更少(指数级下降)，detector易过拟合。 如下图所示，训练样本通过RPN产⽣的RP与标注所对⽐的IoU直⽅图，当IoU增加时，正样本呈指数级下降。 The red numbers are the positive percentage higher than the corresponding IoU threshold. ⽽如果训练和测试时使⽤不同阈值，即保持训练的阈值较低，只在测试时使⽤⾼阈值，detector得到的结果是次优的，称为inference-time mismatch. 下图可看出①在测试时使⽤更⼤阈值是次优的，即detector的AP会下降；②低阈值训练的detector对低IoU样本上提升好，⾼阈值detector对⾼IoU样本提升好。 那么如何在阈值适中的情况下训练出效果最好、界线最分明（bbox更准、分类预测值更⾼）的detector呢？我们发现： ⾸先，detector对IoU接近阈值的bbox效果最好，在阈值为0.7时，若输⼊的bbox也为0.7时提升最⼤，如下图所示。 其次，It suggests that the output of a detector trained with a certain IoU threshold is a good distribution to train the detector of the next higher IoU threshold. detector的输出是⼀个更加良好的分布，可以再进⾏训练。同时，在⼀个⽹络中进⾏⼀次cascade结构（串⾏使⽤多个不同阈值的detector）⽐Iterative BBox（串⾏使⽤同⼀个detector）效果好很多，且不会把⾼IoU的bbox回归到低IoU的位置。 如下图所示，IoU在0.9的bbox经过蓝⾊detector后会下降⾄0.86；分别使⽤蓝⾊、绿⾊、红⾊的detector⽐使⽤三次蓝⾊detector效果好。 关于提⾼阈值已有的⽅法 1. Iterative BBox Iterative bbox使⽤初始的bbox与卷积层输出结合进⾏计算，得到bbox和分类，将得到的bbox再次与卷积层输出结合，重新使⽤该detector进⾏计算，如此迭代多次后将最后的结果作为输出。其过程可以⽤如下公式描述。 他忽略了两个问题： ⾸先，当测试的阈值⼤于训练阈值时，detector效果会降低。 其次，bbox的分布在每次计算后都有巨⼤的变化，⽽每次使⽤相同的detector进⾏计算，并不⼀定会使bbox回归得更加精确。因为detector对于初始分布是最优的，对于再次迭代后的分布是次优的；另外对于与训练集的IoU已经⾮常⾼的bbox来说，再次计算之后可能回归到⼀个低IoU的位置。 2. Integral Loss Integral Loss使⽤初始的bbox与卷积层输出多个不同阈值下的bbox和分类。由于阈值越⾼，可使⽤的正样本越少，其训练出的detector越容易过拟合；且⾼阈值训练的detector也需要处理⼤量IoU低的bbox。所以Integral Loss对于⽹络效果来说，并没有什么提升。 3. 本⽂提出Cascade R-CNN 通过Iterative BBox可知道迭代使⽤同⼀个detector很难有更⼤的提升。本⽂提出的Cascade RCNN使⽤多个阈值越来越⾼的detector串联，得到了更好的效果。 ⾸先，在每次detector计算后，IoU⾼的bbox的分布都会提升，使得下⼀阶段更⾼阈值下正样本的数量得到保证。如下图所示。 其次，每经过⼀次detector，bbox都会变得更准确，更⾼的阈值可保证下⼀次回归效果更好。下图可以看出每次回归之后都会向⽬标框更接近。 损失计算 Bounding Box Regression Classification Cascaded Detection 对照实验（Ablation Experiments） IoU Thresholds By increasing the stage threshold u, the detector can be made...