是什么制约了卷积网络在检测中的表现？
计算机视觉与模式识别
2015-08-19 v2
摘要
卷积神经网络近期在通用目标检测及许多其他任务中展现了优异的结果。尽管非常有效，它们涉及许多用户定义的设计选择。在本文中，我们通过考察两个关键方面“网络学到了什么？”和“网络能学到什么？”来更好地理解这些选择。我们利用新的标注（Pascal3D+），对 R-CNN 检测器进行新的实证分析。与普遍看法相反，我们的结果表明现有最先进的卷积网络架构对各种外观因素并不具有不变性。事实上，所有被考察的网络都有相似的弱点，这些弱点无法通过简单增加训练数据来缓解（需要改变架构）。我们展示了在使用图像渲染进行数据增强时整体性能能够提升。我们报告了在 Pascal3D+ 检测与视角估计任务上的已知最佳结果。
引用
@article{arxiv.1508.02844,
title = {What is Holding Back Convnets for Detection?},
author = {Bojan Pepik and Rodrigo Benenson and Tobias Ritschel and Bernt Schiele},
journal= {arXiv preprint arXiv:1508.02844},
year = {2015}
}