深入探究目标检测中的尺度方差问题
计算机视觉与模式识别
2022-06-17 v1
摘要
得益于卷积提取物体局部上下文的能力，目标检测在过去十年取得实质性进展。然而，物体尺度多样，而当前卷积仅能处理单尺度输入。因此，具有固定感受野的传统卷积在处理此类尺度方差问题的能力受限。多尺度特征表示已被证明是缓解尺度方差问题的有效途径。近期研究主要采用特定尺度的部分连接，或聚合所有尺度特征并关注跨尺度的全局信息。但空间与深度维度的信息被忽视。受此启发，我们提出多尺度卷积（MSConv）以处理该问题。MSConv 同时考虑尺度、空间与深度信息，能够更全面地处处理多尺度输入。MSConv 有效且计算高效，仅带来计算成本的微小增加。对于大多数单阶段目标检测器，在检测头中以 MSConv 替换传统卷积可带来超过 2.5% 的 AP 提升（于 COCO 2017 数据集），仅增加 3% 的 FLOPs。MSConv 对于两阶段目标检测器同样灵活有效。当扩展至主流两阶段目标检测器时，MSConv 可带来最高 3.0% 的 AP 提升。我们在单尺度测试下的最佳模型在 COCO 2017 \textit{test-dev} 划分上取得 48.9% AP，超越许多最先进方法。
引用
@article{arxiv.2206.08227,
title = {Delving into the Scale Variance Problem in Object Detection},
author = {Junliang Chen and Xiaodong Zhao and Linlin Shen},
journal= {arXiv preprint arXiv:2206.08227},
year = {2022}
}
备注
Accepted by ICTAI2021