ProbaNet：用于目标检测的提案均衡网络
计算机视觉与模式识别
2020-05-28 v2 机器学习
图像与视频处理
摘要
基于卷积神经网络（CNN）的目标检测器所生成的候选目标提案面临难易样本不均衡问题，这会影响整体性能。在本研究中，我们提出一种提案均衡网络（ProbaNet）以缓解该不均衡问题。首先，ProbaNet 通过阈值截断丢弃简单样本，从而提高训练时选择困难样本的概率。其次，ProbaNet 通过增大前景提案的权重来强调前景提案。为评估 ProbaNet 的有效性，我们基于不同基准训练模型。使用 ProbaNet 的模型在 PASCAL VOC 2007 上的平均精度均值（mAP）比基线高出 1.2%。此外，它与现有的两阶段检测器兼容，并且带来的额外计算开销极小。
引用
@article{arxiv.2005.02699,
title = {ProbaNet: Proposal-balanced Network for Object Detection},
author = {Jing Wu and Xiang Zhang and Mingyi Zhou and Ce Zhu},
journal= {arXiv preprint arXiv:2005.02699},
year = {2020}
}