【目标检测】多尺度检测：STDN

Paper：Scale-Transferrable Object Detection

论文链接：http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhou_Scale-Transferrable_Object_Detection_CVPR_2018_paper.pdf

这是2018年的CVPR目标检测paper，主要是多尺度问题。

目标检测的多尺度问题，一直非常重要。最常用的是PFN，但是PFN会增加内存和计算量，这篇文章提出来一个STDN网络，适合于实时目标检测。

Introduction

常见的几种方式：

（a）使用单一尺度的feature map做检测，没有利用多层信息，现在主流还是多尺度融合。

（b）FPN的思想，将多尺度的feature map进行融合，并且针对不同尺度的分别做predict，充分利用了网络信息，对小目标的效果提升明显，但是会增加计算量和内存占用。

（c）SSD的思想，每一层都各自检测一遍，然后将检测结果融合

（d）STDN的结构，相当于将FPN和SSD做了融合。

Model

STDN的结构如图。使用的base network是DenseNet-169，上面的图展示的是DenseNet-169的最后一个密集块的几个层，密集块中的几个层的输出维度一样大小。

STM模块由Pooling层和尺度转换（scale-transfer）层组成使用scale-transfer层，来获得高分辨率的特征图来检测小目标，使用池化层来获得接受域大的特征图来检测大目标。这些层可以直接嵌入到基本网络中，而不需要太多的计算开销。STM模块保证了探测器的实时性。

底下六个正方形，最后两个就是在增大map尺寸，同时压缩channel。

网络信息日志：

Scale-transfer layer

展示的就是增大map，压缩channel的示意。

也就是把信息搁到整张图上去，原本1x1的区域变成了rxr，相当于feature的一个rearrangement

Experiment

VOC 2007 test：

COCO：

VOC上的速度与精度

实验结果上来看，兼顾速度与精度。速度优势比较大。