论文链接
CVPR2018的文章。和BPN一样，本文主要关注的是目标检测中IoU的阈值选取问题，但是BPN主要针对的是SSD等single-stage的detector，感兴趣的童鞋可以看我的另一篇博文BPN
目标检测中，detector经常是用低IoU阈值来train的，如果提高IoU阈值，则会导致两个问题：
（1）IoU提高以后，训练中positive samples的数量会指数级减少，从而导致过拟合。
（2）预测和训练用不同阈值，会导致不匹配。

问题发现

在这里插入图片描述
可以看到，图a中低阈值的IoU训出的detector会有很多close false positives，设想如果IoU阈值设为刚好0.5，那么在0.5附近就会有很多的close false positives，我们就很难让检测器reject这些close false positives。

同时，在c中可以得出一个结论，一个检测器只能在某一quality level上最优。quality level用detector的IoU设定阈值来确定。同时在d图中可以看到，u=0.5在low IoU样本表现得最好，但是在高IoU level时就比不过u=0.6了。所以总的来说，a detector optimized at a single IoU level is not necessarily optimal at other levels。
同时，直接用大阈值来训练检测器不一定会提高效果，可以看到d图中u=0.7的时候，它会降低performance，AP只有0.319。这其中很大的一部分原因就是：和low quality的detector相比，hypotheses的分布会改变，原因和上面提到的问题1类似。

目标检测

iterative BBox

论文中阐述了一下bounding box的回归方程，在这里就贴一下：
在这里插入图片描述这个L_loc在R-CNN中用的时L2 loss，在fast-rcnn中就改成了smooth L1 loss了。
然后L_loc用来对距离向量进行操作：

但是和classificatoin相比，这个bounding box回归的梯度往往小于它，所以很多工作提出了单次回归对于精确的定位来说根本不够，所以就提出了多次回归的方法，
在这里插入图片描述

但是，它忽略的两个问题：

u=0.5的回归器对于更好的hypothese来说不是最优的，所以对于u≥0.85的bounding box来说，会降低它的效果。
在图2中，每次iteration之后，bounding box的分布会显著地改变，所以回归器如果对于初始分布最优，那它对于其他分布可能不是最优。

integral loss

在这里插入图片描述
只是单纯地多次分类提高分类精度，每次分类针对的IoU阈值变高，但是这样对定位毫无帮助，并且容易过拟合。

Cascade R-CNN

在这里插入图片描述
级联R-CNN，总的来说就是多次回归，但是每次回归的回归器都是不一样的，所用的阈值不断提高，同时回归器训练时也是用提高的阈值训练的（和iterative BBox不同）

T时级联的总数。
级联R-CNN和iterative BBox的不同：

首先，iterative BBox时后处理过程，用了改善bounding box，但是级联回归是一个重采样过程，它会改变预测值的分布。
其次，因为它在训练和预测中都有使用，所以不会导致预测和训练分布的不同
各个回归器都在其stage上是最优的，因为不同stage的分布都重采样了。这在图4中也有体现

loss

在这里插入图片描述
b^t是上个stage回归后的bounding box。值得注意的是，有几个stage就有几个loss，t指的是stage的级数。

实验

本文选择的三个stage是{0.5，0.6，0.7}。本文实验了三个baseline，faster rcnn（VGG），R-FCN和FPN。

Quality mismatch

在这里插入图片描述
图5（a）中，三条实线是用不同阈值训练的单一的检测器，可以看出u=0.5在低IoU阈值表现得好，在高IoU阈值比不过u=0.6. 然后我们为了理解这是怎么发生的，在b中我们加入了一些ground truth bounding boxes。可以看到，u=0.7有了很大的提高。所以说，高阈值的检测器所需的样本必须匹配quality。虚线表示用cascade里面的proposals代替原样本，可以发现检测器得到了很好的提高。

和iterative BBox和integral loss的比较

在这里插入图片描述
虽然都超过了baseline，但是cascade r-cnn的提升还是大了很多。

图7（a）是和iterative BBox定位的比较，可以看出单一回归器的使用会降低高IoU的hypotheses，这个影响在iterative BBox中会累计，但是cascade中later stages的表现在all levels都比BBox好。
图7（b）则是integral loss的分类AP，u=0.6在all IoU表现得最好，u=0.7最差，融合也没效果。