构建用于目标检测的 GBD-Net
摘要
在目标检测中，来自不同大小和分辨率的多个支持区域的视觉线索在分类候选框时具有互补性。有效整合这些区域的局部与上下文视觉线索已成为目标检测中的一个基本问题。本文提出了一种门控双向卷积神经网络（Gated Bi-directional CNN，GBD-Net），在特征学习和特征提取过程中，在不同支持区域的特征之间传递消息。这种消息传递可通过相邻支持区域之间的双向卷积实现，并可在多个层中进行。因此，局部和上下文视觉模式可以通过学习它们之间的非线性关系来相互验证存在性，其紧密交互也以更复杂的方式建模。研究还表明，消息传递并非总是有益，而是依赖于具体样本。因此，需要门控函数来控制消息传输，其开关由来自输入样本的额外视觉证据控制。GBD-Net 的有效性通过在三个目标检测数据集（ImageNet、Pascal VOC2007 和 Microsoft COCO）上的实验得以展示。本文还详细介绍了我们在 2016 年 ImageNet 目标检测挑战赛中获胜的方法，源代码已提供于 \url{https://github.com/craftGBD/craftGBD}。
引用
@article{arxiv.1610.02579,
title = {Crafting GBD-Net for Object Detection},
author = {Xingyu Zeng and Wanli Ouyang and Junjie Yan and Hongsheng Li and Tong Xiao and Kun Wang and Yu Liu and Yucong Zhou and Bin Yang and Zhe Wang and Hui Zhou and Xiaogang Wang},
journal= {arXiv preprint arXiv:1610.02579},
year = {2016}
}
备注
This paper shows the details of our approach in wining the ImageNet object detection challenge of 2016, with source code provided on \url{https://github.com/craftGBD/craftGBD}. The preliminary version of this paper is presented at the ECCV. Xingyu Zeng and Wanli Ouyang contributed equally