预训练对目标检测的影响分析
计算机视觉与模式识别
2019-04-12 v1
摘要
我们对在目标检测任务上进行预训练的卷积神经网络提供了详细分析。为此，我们在 OpenImagesV4、ImageNet Localization 和 COCO 等大型数据集上训练检测器。我们分析了其特征对 PASCAL-VOC、Caltech-256、SUN-397、Flowers-102 等小型数据集上的图像分类、语义分割和目标检测等任务的泛化效果。我们分析得出的一些重要结论是 --- 1) 在大型检测数据集上进行预训练对于在小型检测数据集上进行微调至关重要，尤其是在需要精确定位时。例如，在 OpenImagesV4 上预训练后，我们在 PASCAL-VOC 数据集上 0.7 IoU 下获得了 81.1% 的 mAP，这比最近提出的、使用 ImageNet 预训练的 DeformableConvNetsV2 高出 7.6%。2) 检测预训练也有利于语义分割等其他定位任务，但对图像分类产生不利影响。3) 在目标检测特征空间中相似的图像特征（如平均池化的 Conv5）在图像分类特征空间中也可能相似，但反之不然。4) 特征可视化表明，检测神经元在整个目标上都有激活，而分类网络的激活通常集中在局部部件。因此，当图像中存在多个实例或实例仅覆盖图像的一小部分时，检测网络的分类能力较差。
引用
@article{arxiv.1904.05871,
title = {An Analysis of Pre-Training on Object Detection},
author = {Hengduo Li and Bharat Singh and Mahyar Najibi and Zuxuan Wu and Larry S. Davis},
journal= {arXiv preprint arXiv:1904.05871},
year = {2019}
}