首發(fā)：AI公園公眾號
作者：Tony Shin
編譯：ronghuaiyang

導讀

對CBNet進行了一個直觀的介紹。
https://towardsdatascience.co...
論文：https://arxiv.org/pdf/1909.03...
代碼：https://github.com/PKUbahuang...
CBNet在COCO測試數(shù)據(jù)集上的平均精度為53.3。

作者聲稱，使用一個更強大的主干可以提高目標檢測器的性能。為了做到這一點，他們提出了一種新的策略，即通過相鄰主干之間的組合連接來組裝多個相同的主干。通過這樣做，他們提出了一個更強大的主干，稱為組合主干網(wǎng)絡。

如上圖所示，CBNet由多個相同的骨干網(wǎng)和相鄰骨干網(wǎng)之間的組合連接組成。從左到右，每個階段的輸出都在一個輔助主干中，這也可以看作是更高層次的特征。每個特征層的輸出通過組合連接流到后續(xù)主干網(wǎng)的并行階段，作為輸入的一部分。這樣，多個高級和低級特征被融合，以產(chǎn)生更豐富的特征表示。
本文介紹了雙主干網(wǎng)(DB)和三主干網(wǎng)(TB)兩種體系結構。從命名中可以猜到，DB由兩個相同的骨干組成，而TB由三個相同的骨干組成。性能差異將在后面的文章中討論。
為了從主干中生成多個輸出，本文引入了一個組合連接塊。這個塊由一個1x1卷積和一個批處理歸一化層組成。添加這些層是為了減少通道的數(shù)量并執(zhí)行一個upsample操作。
最后的主干(位于圖中最右邊)，被命名為主主干，用于目標檢測。前面的骨干的輸出特征被送入RPN/檢測頭，而每個輔助骨干的輸出被送入相鄰的骨干。

組合的形式

還有四種組合樣式。

• 相鄰的更高層次的組合是前面部分中解釋的風格。使用組合連接塊將來自輔助骨干網(wǎng)的每個輸出特征饋入相鄰骨干網(wǎng)。
• 相同層次的組合是另一種簡單的組合樣式，它將前一骨干的相鄰較低級階段的輸出提供給后續(xù)骨干。如圖所示，此樣式?jīng)]有使用組合連接塊。來自較低層次主干網(wǎng)的特征直接添加到鄰近的主干網(wǎng)中。
• 相鄰的低層的組合與AHLC非常相似。唯一的區(qū)別是來自前主干較低級階段的特征被傳遞到后來的主干。
• 密集的高層的組合的靈感來自于DenseNet的paper，其中每一層都與隨后的所有層連接，在一個stage上建立密集的連接。

上面的表格展示了不同組合風格之間的對比。我們可以觀察到AHLC樣式優(yōu)于其他復合樣式。這背后的原因在論文中得到了很好的解釋。作者認為，將前一個主干的低層特征直接添加到后續(xù)主干的高層特征中會損害后一個特征的語義信息。另一方面，在后續(xù)主干的淺層特征基礎上增加前一主干的深層特征，可以增強后一主干特征的語義信息。

結果

上表顯示了MS-COCO測試數(shù)據(jù)集的檢測結果。第5-7列為目標檢測結果，第8-10列為實例分割結果。這清楚地表明，利用更多的骨干的體系結構提高了網(wǎng)絡的性能。

總結

本文介紹了一種叫做CBNet的新架構。通過組成多骨干體系結構，該網(wǎng)絡將檢測網(wǎng)絡的準確率提高約1.5%至3%。增加的參數(shù)大小和訓練時間值得進一步研究。

—END—

英文原文：https://towardsdatascience.co...

推薦閱讀

• 比監(jiān)督學習做的更好：半監(jiān)督學習
• 多攝像頭實時目標跟蹤和計數(shù)，使用YOLOv4，Deep SORT和Flask
• 使用深度學習從視頻中估計車輛的速度

關注圖像處理，自然語言處理，機器學習等人工智能領域,請點擊關注AI公園專欄。
歡迎關注微信公眾號

審核編輯：符乾江