通过卷积神经网络扩展单发多框检测器的浅层部分
计算机视觉与模式识别
2018-01-19 v1
摘要
单发多框检测器（SSD）是当前目标检测领域最快的算法之一，其使用全卷积神经网络检测图像中所有尺度的物体。反卷积单发多框检测器（DSSD）是一种通过向 SSD 添加反卷积模块引入更多上下文信息的方法，其在 PASCAL VOC2007 上的平均精度均值（mAP）由 SSD 的 77.5% 提升至 78.6%。尽管 DSSD 的 mAP 比 SSD 高出 1.1%，但其每秒帧数（FPS）却从 46 降至 11.8。本文提出一种称为 ESSD 的单阶段端到端图像检测模型以克服此困境。我们的解决方案是巧妙地为最优单阶段（如 SSD）检测器的浅层扩展更好的上下文信息。实验结果表明，我们的模型可达到 79.4% 的 mAP，分别比 DSSD 和 SSD 高 0.8 和 1.9 个百分点。同时，我们的测试速度在 Titan X GPU 上为 25 FPS，是原始 DSSD 的两倍以上。
引用
@article{arxiv.1801.05918,
title = {Extend the shallow part of Single Shot MultiBox Detector via Convolutional Neural Network},
author = {Liwen Zheng and Canmiao Fu and Yong Zhao},
journal= {arXiv preprint arXiv:1801.05918},
year = {2018}
}
备注
7 pages, 3 figures, 3 tables