可泛化行人检测：被忽视的关键问题

行人检测被用于许多基于视觉的应用，从视频监控到自动驾驶。尽管取得了高性能，现有检测器对未见数据的泛化能力仍很大程度上未知。这很重要，因为一个实用的检测器应当能在应用的各种场景中即取即用。为此，本文采用直接跨数据集评估的通用原则进行了全面研究。通过该研究发现，现有的最先进行人检测器虽然在同数据集训练与测试时表现良好，但在跨数据集评估中泛化很差。我们展示了造成此趋势的两个原因。首先，它们的设计（如锚框设置）可能偏向于传统单数据集训练与测试流程中的流行基准，但结果严重限制了其泛化能力。其次，训练源通常在行人上不密集且在场景上不多样。在直接跨数据集评估下，令人惊讶地，我们发现一个通用目标检测器，无需针对行人的设计适配，相比现有最先进行人检测器泛化得好得多。此外，我们说明通过爬取网络收集的多样且密集的数据集，可作为行人检测的高效预训练源。相应地，我们提出一种渐进式训练流程，并发现其适用于面向自动驾驶的行人检测。因此，本文的研究表明，未来可泛化行人检测器的设计应更重视跨数据集评估。代码与模型可在 https://github.com/hasanirtiza/Pedestron 获取。