由检测器自身增强候选框
计算机视觉与模式识别
2021-01-29 v1
摘要
长期以来，RoI框头缺乏足够高质量的候选框制约了两阶段与多阶段目标检测器，已有诸多工作试图通过提升RPN性能或从真值手动生成候选框来解决该问题。然而，这些方法要么需要巨大的训练与推理开销，要么收效甚微。本文设计了一种名为APDI的新型训练方法，意为由检测器自身增强候选框(augmenting proposals by the detector itself)，可生成更高质量的候选框。此外，APDI使得将IoU头集成进RoI框头成为可能。并且它不引入任何超参数，利于后续研究与下游任务。在COCO数据集上的大量实验表明，我们的方法在各种骨干网络下的Faster R-CNN上带来至少2.7 AP的提升，且APDI可与GA-RPN、Cascade RPN等先进RPN协作获得额外增益。进一步，它在Cascade R-CNN上也带来显著改进。
引用
@article{arxiv.2101.11789,
title = {Augmenting Proposals by the Detector Itself},
author = {Xiaopei Wan and Zhenhua Guo and Chao He and Yujiu Yang and Fangbo Tao},
journal= {arXiv preprint arXiv:2101.11789},
year = {2021}
}