DeepID-Net——形變約束池化層（物件檢測）

人工智慧頻道發表於2018-10-09
物件

在本文中，簡要回顧了DeepID-Net，介紹了一種基於形變部件的卷積神經網路（CNN）。採用一個新的形變約束池化層(def-pooling)模擬具有幾何約束和懲罰的物件部分的變形。

這意味著，除了直接檢測整個物件外，檢測可以幫助檢測整個物件的物件部分也是至關重要的。它是ILSVRC 2014中的第一個用於物件檢測任務的文章。它已在2015年發表在CVPR [1]和2017年TPAMI [2]論文中，共引用了約300篇文章（SH Tsang @ Medium）。

DeepID-Net

黑色的步驟實際上是R-CNN中存在的原有東西。實際上紅色的步驟沒有出現在R-CNN中。

我將在上圖中提及每一個步驟，並在文章結尾處給出結果。

步驟

（1）選擇性搜尋

（2）邊界框拒絕

（3）使用物件級註釋進行預訓練

（4）形變約束池化層（Def-Pooling Layer）

（5）場景建模

（6）模型平均

（7）邊界框迴歸

1.選擇性搜尋

DeepID-Net——形變約束池化層（物件檢測）

選擇性搜尋

（1）首先，顏色相似性、紋理相似性、區域大小和區域填充被用作非基於物件的分割。因此，我們獲得了許多小的分割區域，如圖的左下角所示。

（2）然後，使用自下而上的方法將小的分割區域合併在一起，以形成更大的分段區域。

（3）因此，如影像所示，生成大約2K個區域提議（邊界框候選）。

2. 邊界框拒絕

R-CNN用於拒絕最有可能是背景的邊界框。

3.使用物件級註釋進行預訓練

DeepID-Net——形變約束池化層（物件檢測）

物件級註釋（左），影像級註釋（右）

通常，預訓練是基於影像層次的註釋。當物件在影像中太小時，其效果不好，因為物件應占據由選擇性搜尋建立的邊框內的大區域。

因此，預訓練是在物件級註釋上進行的。深度學習模型可以是任何模型，例如ZFNet、VGGNet和GoogLeNet。

4. 形變約束池化層（Def-Pooling Layer）

DeepID-Net——形變約束池化層（物件檢測）

整體架構的更多細節

比如我們使用ZFNet，在conv5之後，輸出將通過原始FC層fc6和fc7，以及一組轉換和建議的形變約束池化層（Def-Pooling Layer）。  

DeepID-Net——形變約束池化層（物件檢測）


形變約束池層（Def-Pooling Layers），每個光圈中心具有高啟用值  

DeepID-Net——形變約束池化層（物件檢測）

形變約束（Def-Pooling）方程式

對於形變約束路徑，conv5的輸出經過卷積層，然後經過形變約束層，然後有一個最大池化層（max pooling layer）。

簡而言之，ac乘以dc和n的總和是上圖中的5×5變形懲罰。懲罰是將物件部分放置在假定錨位置的懲罰。

形變約束池層（Def-Pooling Layers）學習具有不同大小和語義含義的物件部分的變形。

通過訓練這個形變約束池層（Def-Pooling Layers），如果待檢測物件的物件部分靠近它們的錨點，則在形變約束池層（Def-Pooling Layers）之後將給出高的啟用值。這個輸出將連線到200個類別分數以改進。

5.場景建模

在ILSVRC中的物件檢測任務中，只有200個類別。ILSVRC還有一項分類競爭任務，用於對1000個類別物件進行分類和本地化。與物件檢測任務相比，內容更加多樣化。因此，通過分類網路獲得的1000個類分數用於細化200級分數。

6.模型平均

使用多個模型來提高精度，並對所有模型的結果進行平均。自LeNet、AlexNet等以來一直使用這種技術。

7.邊界框迴歸

邊界框迴歸僅用於微調已在R-CNN中使用的邊界框位置。

結果



增量結果 ·具有選擇性搜尋的R-CNN（步驟1）：29.9％mAP（平均預測）

·邊界框拒絕（步驟2）：30.9％ ·從AlexNet更改為ZFNet（步驟3）：31.8％ ·從ZFNet改為VGGNet（步驟3）：36.6％ ·從VGGNet更改為GoogLeNet（步驟3）：37.8％ · +物件級註釋進行預訓練（步驟3）：40.4％ ·來自[Ref 60]的更多邊界框建議+邊緣：42.7％ ·+ Def-Pooling Layers（步驟4））：44.9％ ·VGGNet建議的+多尺度訓練：47.3％ ·+場景建模（步驟5）：47.8％ ·+邊界框迴歸（步驟7）：48.2％ ·+模型平均（步驟6）：50.7％！

與多模型多裁剪(multi-crop)的GoogLeNet相比，DeepID-Net的mAP高出6.1％。但是，正如我們所看到的，一些貢獻實際上來自其他論文。然而，有兩個最新的想法是物件級註釋和形變約束池層（Def-Pooling Layers）的預訓練。

參考文章   [2015年CVPR] [DeepID-Net] DeepID-Net：用於物件檢測的可變形深度卷積神經網路

https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Ouyang_DeepID-Net_Deformable_Deep_2015_CVPR_paper.pdf [2017 TPAMI] [DeepID-Net] DeepID-Net：用於物件檢測的可變形深度卷積神經網路 https://ieeexplore.ieee.org/document/7298854


來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31545819/viewspace-2215636/，如需轉載，請註明出處，否則將追究法律責任。

相關文章