SCRDet：Towards More Robust Detection for Small, Cluttered and Rotated Objects_babywang0的博客-CSDN博客_scrdet
下文是对上面博客的参考学习。
论文地址：https://arxiv.org/abs/1811.07126
代码地址：https://github.com/DetectionTeamUCAS
作者解读：https://zhuanlan.zhihu.com/p/107400817
摘要
1.介绍
2. 相关工作
3. 提出的方法
图1：SCRDet包括SF-Net和MDA-Net，针对小而杂乱的对象的和针对旋转对象的旋转分支
3.1. 更精细的采样和特征融合网络
图2：使用不同锚步幅S_A的锚定采样。 橙黄色边界框表示锚点，绿色表示地面实况，红色框表示具有最大IoU地面实况的锚点。
图3：SF-Net。 F3具有较小的S_A，同时充分考虑了不同尺度的特征融合和适应性。
表1：在不同步幅S_A下，在DOTA上进行18K迭代时，每幅图像的准确性和平均训练开销。
3.2. 多维注意力网络
图4：多维注意力网络的可视化。 （a）边界模糊。 （b）输入关注网络的特征图。
（c）注意网络的输出特征图。 （d）显着性图。 （e）二进制图。 （f）事实真相。
图5：设计的MDA-Net由通道关注网络和像素关注网络组成。
3.3. 旋转分支
其中x，y，w，h和θ分别表示框的中心坐标，宽度，高度和角度。 变量x，x_a和x’分别用于地面真实框，锚定框和预测框（同样适用于y，w，h和θ）。
3.4. 损失函数
使用多任务损失，其定义如下：
图6：旋转角的边界不连续。
图7：比较两个Loss的检测结果
4. 实验
4.1. 航空影像实验
4.1.1. Datasets and Protocls（数据集和协议）
表2：在DOTA数据集上对我们提出的方法中的每个组成部分进行消融实验研究。
类别的简称定义为：PL-飞机，BD-棒球钻石，BR-桥梁，GTF-地面赛道，SV-小型车，LV-大型车，SH-Ship，TC-网球场，
BC-篮球 球场，ST储油罐，SBF足球场，RA-Roundabout，HA港口，SP游泳池和HC直升机。
表3：在DOTA数据集上评估OBB和HBB任务的性能。
表4：NWPU VHR-10上HBB任务的性能。
表5： “MDA-Net†”是指没有监督学习的MDA-Net。 “baseline†”表示有监督的baseline。
监督的影响：
65.33-61.23
65.08-60.67
MDA的影响:
65.33-65.08
4.1.2 Ablation Study
结合表二可以说是实验相当充分了，对比实验，对比论证。
表2：在DOTA数据集上对我们提出的方法中的每个组成部分进行消融实验研究。
类别的简称定义为：PL-飞机，BD-棒球钻石，BR-桥梁，GTF-地面赛道，SV-小型车，LV-大型车，SH-Ship，TC-网球场，
BC-篮球 球场，ST储油罐，SBF足球场，RA-Roundabout，HA港口，SP游泳池和HC直升机。
图8：DOTA示例。 我们的方法在小尺寸，任意方向和高密度的对象上表现更好。
4.1.3. Peer Methods Comparison（对等方法比较）
4.2. Experiments on Natural Images（自然图像实验）
表6：拟议结构对通用数据集的有效性。 符号∗表示我们自己的实现。
对于VOC 2007，所有方法均在VOC2007训练集上进行训练，并在VOC 2007测试集上进行测试。
对于COCO，所有结果都是在最小集合上获得的。 对于ICDAR2015，将结果提交到官方网站即可获得结果。
图9：COCO的检测结果。 第一列是F P N ∗ FPN^∗FPN∗ + MDA-Net的结果，第二列是F P N ∗ FPN^∗FPN∗ 。 红色框表示丢失的对象，橙色框表示错误警报。
图10：COCO和ICDAR2015的检测结果。
5. Conclusion（结论）
其他博客
论文阅读---SCRDet---Towards More Robust Detection for Small, Clutteredand Rotated Objects_黑依的博客-CSDN博客 （有空再好好看吧）