實(shí)操教程 | 用于小目標(biāo)檢測(cè)的一個(gè)簡(jiǎn)單高效的網(wǎng)絡(luò)

1 介紹

本文提出一種專(zhuān)門(mén)用于檢測(cè)小目標(biāo)的框架，框架結(jié)構(gòu)如下圖：

我們探索了可以提高小目標(biāo)檢測(cè)能力的3個(gè)方面：Dilated模塊，特征融合以及passthrough模塊。

Dilated Module：上下文信息對(duì)于檢測(cè)小目標(biāo)是很重要的，一種方法是重復(fù)的上采樣來(lái)恢復(fù)丟失的信息，同時(shí)下采樣來(lái)擴(kuò)大感受野。但是，這個(gè)過(guò)程中信息丟失是難免的，受dilated卷積的啟發(fā)，我們提出了Dilated Module，在不損失分辨率的情況下，提升感受野。

特征融合：不同層的特征圖包含不同的特征，淺層特征包含細(xì)節(jié)信息，深層特征包含語(yǔ)義信息，兩者對(duì)于檢測(cè)小目標(biāo)都很重要，所以，對(duì)于不同的Dilated Module出來(lái)的特征圖，我們進(jìn)行拼接，全部用來(lái)檢測(cè)小目標(biāo)。

Passthrough Module：位置信息對(duì)于小目標(biāo)也是至關(guān)重要的，我們提出了Passthrough Module從結(jié)合淺層特征圖和深層特征圖一起得到準(zhǔn)確的位置信息。本文的主要貢獻(xiàn)：

（1）提出了Dilated Module來(lái)擴(kuò)大感受野，提出了Passthrough Module來(lái)利用上下文信息和小目標(biāo)的位置信息?？紤]到小目標(biāo)的特點(diǎn)，用特征融合來(lái)同時(shí)獲取細(xì)節(jié)特征和語(yǔ)義信息，為了模型加速，使用了1x1卷積來(lái)降維。

（2）基于VEDAI數(shù)據(jù)集和DOTA 數(shù)據(jù)集，我們制作了一個(gè)small vehicle數(shù)據(jù)集，同時(shí)，分析了每個(gè)數(shù)據(jù)集的分布。

（3）我們?cè)赩EDAI數(shù)據(jù)集和DOTA 數(shù)據(jù)集上進(jìn)行了訓(xùn)練和評(píng)估，結(jié)果表明，我們的網(wǎng)絡(luò)非常的簡(jiǎn)單，快速和高效。

2 方法

2.1 DILATED模塊

使用Dilated卷積可以在不降低分辨率的情況下，指數(shù)的增加感受野，如圖2所示：

我們使用Dilated卷積作為基本單元，構(gòu)建Dilated Module，為了重復(fù)使用之前層的特征，我們把之前層的特征通過(guò)拼接合并起來(lái)，然后使用1x1的卷積來(lái)降維，模塊結(jié)構(gòu)如下：

2.2 PASSTHROUGH模塊

為了可以利用到之前的層的信息，我們使用了stride為2的passthrough層，這個(gè)passthrough層將特征圖從2N×2N×C轉(zhuǎn)換為N×N×4C，過(guò)程如圖4，左邊是passthrough層的輸入，右邊是passthrough層的輸出：

我們使用passthrough層作為基本單元，構(gòu)建了passthrough module，具體結(jié)構(gòu)見(jiàn)圖5，LayerA表示之前的層，LayerB表示當(dāng)前的更深一點(diǎn)的層：

2.3 特征融合

本文使用拼接的方式來(lái)融合淺層特征和深層特征，框架里有2種特征融合的方法，一種是在不同的Dilated Module之間進(jìn)行特征融合，此時(shí)，特征圖的分辨率是相同的，直接拼接就可以。見(jiàn)圖6。還有一種是類(lèi)似passthrough module，中間有降采樣的過(guò)程，特征圖的分辨率已經(jīng)改變了，如果要拼接的話(huà)，就需要進(jìn)行通過(guò)passthrough層或者上采樣層。這里選用了passthrough層來(lái)進(jìn)行融合。

2.4 網(wǎng)絡(luò)結(jié)構(gòu)

我們這個(gè)網(wǎng)絡(luò)的目標(biāo)是檢測(cè)小目標(biāo)，太多的下采樣層對(duì)于檢測(cè)小目標(biāo)并不好，但是，下采樣層的個(gè)數(shù)又直接影響到感受野的大小。所以，這里，我們使用了2個(gè)dilated模塊（Dilated module A 和 Dilated module B  ），特征圖下采樣2次，然后和使用passthrough module下采樣3次的特征圖進(jìn)行融合，為了加速，每次拼接之后，使用1x1卷積進(jìn)行降維。最后一層進(jìn)行結(jié)果的預(yù)測(cè)，尺寸為，這里，為每個(gè)網(wǎng)格點(diǎn)預(yù)測(cè)的框的數(shù)量，默認(rèn)是3。感受野的計(jì)算公式：

如表3所示，使用了2個(gè)Dilated卷積的網(wǎng)絡(luò)，只下采樣3次，感受野和下采樣4次的網(wǎng)絡(luò)一樣。

3 實(shí)驗(yàn)

我們分析了VEDAI數(shù)據(jù)集和DOTA 數(shù)據(jù)集的數(shù)據(jù)分布：

在VEDAI數(shù)據(jù)集上，設(shè)計(jì)了2種實(shí)驗(yàn)，實(shí)驗(yàn)1是將‘car’, ‘pick-up’和 ‘van’  合并成了1個(gè)類(lèi)別，實(shí)驗(yàn)2是使用了原來(lái)的9個(gè)類(lèi)別，結(jié)果如下，結(jié)果明顯好于YOLOv2和Tiny YOLOv3，但是低于YOLOv3：

在DOTA數(shù)據(jù)集上的比較：

不同網(wǎng)絡(luò)的速度的比較：

可以看到，模型速度和Tiny YOLOv3相當(dāng)，準(zhǔn)確率大大超過(guò)Tiny YOLOv3，僅僅比YOLOv3略低。

如果覺(jué)得有用，就請(qǐng)分享到朋友圈吧！