Cascade R-CNN

论文: Cascade R-CNN Delving into High Quality Object Detection （CVPR 2018）

代码：cascade-rcnn_Pytorch

文章目录

• • 为什么级联
  • • • 总结
  • 代码梳理
  • 实验
  • 参考文献

为什么级联

双阶段网络的典型代表就是Faster RCNN了，先通过RPN网络产生Proposals，然后挑选出正负样本，并分配标签进行训练。训练时选择哪些proposals作为正负样本，一般是根据IoU阈值来界定（一般取0.5），和实际目标框高于该阈值就作为正样本。

• 图（a）：阈值设置得低，则正样本中含较多背景，使得误检较多
• 图（b）：阈值设置得过高，虽然能减少误检，正样本的数量变少，容易过拟合，会漏检
• 图（c）：当输入的IoU分布与阈值较为接近的时候，其输出IoU也相对较高，说明将阈值调节到输入IoU附近时，得到的输出一般有更好的表现
• 图（d）：随着阈值增加，检测器的性能会大致在各自对应IoU区间有一个更好的表现，总体上阈值为0.6时表现更好

  

从上图（a）还有可以看出很重要的一点就是：大部分时候，曲线都在灰色曲线上方，说明输出IoU一般比输入IoU要高，将输出继续作为输入，相当于调高了Proposals的IoU（下一轮的输入IoU更高），同时适当调高IoU阈值，以得到更高IoU的输出，其结构示意图如下图（d）所示，这便是CascadeRCNN的级联结构

从下图可以看出，每一个阶段的输出的IoU分布明显不同，越到后面输出的质量越高，相当于一个进化的过程，越好的Proposals训练效果越好

总结

• 输入IoU的分布在阈值附近时，训练效果相对较好（可以根据输入IoU分布调整IoU阈值）
• 输出IoU一般比输入IoU高（可以级联）

代码梳理

相比FasterRCNN，其实就是将后面的FastRCNN部分重复

• stage1的RoIs1由RPN网络产生，stage1输出的预测框继续在前面的feature map上提取相应的RoIs2，作为stage2的输入，stage3以此类推

##################stage1##################
self.RCNN_top = nn.Sequential(
    nn.Conv2d(256, 1024, kernel_size=cfg.POOLING_SIZE, stride=cfg.POOLING_SIZE, padding=0),
    nn.ReLU(True),
    nn.Conv2d(1024, 1024, kernel_size=1, stride=1, padding=0),
    nn.ReLU(True)
    )
self.RCNN_cls_score = nn.Linear(1024, self.n_classes)
self.RCNN_bbox_pred = nn.Linear(1024, 4 * self.n_classes)
##################stage2##################
self.RCNN_top_2nd = nn.Sequential(
    nn.Conv2d(256, 1024, kernel_size=cfg.POOLING_SIZE, stride=cfg.POOLING_SIZE, padding=0),
    nn.ReLU(True),
    nn.Conv2d(1024, 1024, kernel_size=1, stride=1, padding=0),
    nn.ReLU(True)
    )
self.RCNN_cls_score_2nd = nn.Linear(1024, self.n_classes)
self.RCNN_bbox_pred_2nd = nn.Linear(1024, 4 * self.n_classes)
##################stage3##################
self.RCNN_top_3rd = nn.Sequential(
    nn.Conv2d(256, 1024, kernel_size=cfg.POOLING_SIZE, stride=cfg.POOLING_SIZE, padding=0),
    nn.ReLU(True),
    nn.Conv2d(1024, 1024, kernel_size=1, stride=1, padding=0),
    nn.ReLU(True)
    )
self.RCNN_cls_score_3rd = nn.Linear(1024, self.n_classes)
self.RCNN_bbox_pred_3rd = nn.Linear(1024, 4 * self.n_classes)
           

实验

参考文献

【1】Cascade RCNN算法笔记

【2】Cascade R-CNN 详细解读

【3】cascade-rcnn_Pytorch