ScratchDet：从零开始训练单阶段目标检测器
计算机视觉与模式识别
2019-05-07 v4
摘要
当前最先进的目标检测器是从在大规模分类数据集 ImageNet 上预训练的现成网络微调而来，这带来了一些额外问题：1）分类与检测对平移的敏感程度不同，导致学习目标偏差；2）架构受限于分类网络，导致修改不便。为应对这些问题，从零训练检测器是一种可行的解决方案。然而，从零训练的检测器通常表现不如预训练的检测器，甚至在训练中遭遇收敛问题。本文中，我们探索如何稳健地从零训练目标检测器。通过分析先前关于优化地貌的工作，我们发现当前从零训练检测器中一个被忽视的点是 BatchNorm。借助 BatchNorm 带来的稳定且可预测的梯度，检测器可以从零稳定训练，同时保持与网络架构无关的良好性能。利用这一优势，我们能够探索各种类型的网络用于目标检测，而不受收敛不佳的困扰。通过对下采样因子的大量实验和分析，我们提出了 Root-ResNet 骨干网络，其充分利用了原始图像的信息。我们的 ScratchDet 在 PASCAL VOC 2007、2012 和 MS COCO 上取得了所有从零训练检测器中最好的精度，甚至优于若干单阶段预训练方法。代码将公开于 https://github.com/KimSoybean/ScratchDet。
引用
@article{arxiv.1810.08425,
title = {ScratchDet: Training Single-Shot Object Detectors from Scratch},
author = {Rui Zhu and Shifeng Zhang and Xiaobo Wang and Longyin Wen and Hailin Shi and Liefeng Bo and Tao Mei},
journal= {arXiv preprint arXiv:1810.08425},
year = {2019}
}
备注
CVPR2019 Oral Presentation. Camera Ready Version