用于目标检测的全局上下文感知 RCNN
计算机视觉与模式识别
2020-12-07 v1
摘要
RoIPool/RoIAlign 是典型两阶段目标检测算法中不可或缺的环节，用于将特征金字塔上裁剪出的目标提议重新缩放以生成固定尺寸特征图。然而，这些局部感受野的裁剪特征图会严重丢失全局上下文信息。为解决此问题，我们提出一种新颖的端到端可训练框架，称为全局上下文感知(GCA) RCNN，旨在通过融合全局上下文信息辅助神经网络增强背景与前景间的空间关联。我们 GCA 框架的核心组件是一种上下文感知机制，其中分别利用全局特征金字塔与注意力策略进行特征提取与特征精炼。具体而言，我们借助稠密连接改善 FPN 自顶向下过程中各阶段全局上下文的信息流，并进一步使用注意力机制精炼特征金字塔各层的全局上下文。最后，我们还给出了方法的轻量版本，仅轻微增加模型复杂度与计算负担。在 COCO 基准数据集上的实验结果证明了本方法的显著优势。
引用
@article{arxiv.2012.02637,
title = {Global Context Aware RCNN for Object Detection},
author = {Wenchao Zhang and Chong Fu and Haoyu Xie and Mai Zhu and Ming Tie and Junxin Chen},
journal= {arXiv preprint arXiv:2012.02637},
year = {2020}
}