目标检测“Cascade R-CNN: Delving into High Quality Object Detection”

当前的目标检测器主要基于IOU=0.5来区分正负样本；然而，在该指标提升时，检测性能随之下降。主要原因在于：1) IOU增加会导致正样本数量减少；2）当检测器达到最佳性能时，在输入假设下的inference-time存在不匹配的问题。为此，《 Cascade RCNN 》提出了一种改进方案——Cascade RCNN，并采用逐步提升IOU的方法来优化多级检测器。

IOU=0.5训练，会生成较多的噪声框，如fig1(a)所示，论文的目标是生成高质量的检测框，如图1(b)所示。作者使用了定位和检测性能衡量检测器的指标。定位性能是输入proposal的IOU的函数，检测性能是IOU阈值的函数。如图1(c)所示，每个box回归器在IOU接近训练的IOU时效果最好，而图1(d)显示，对于IOU阈值低时，u=0.5的检测器比u=0.6效果好，IOU阈值高时相反。实际上，检测器只有在高质量的proposal时才有较高质量的检测结果。但是，仅在训练时提升proposal的IOU是起反作用的，大的IOU对应较少的训练正样本，易导致过拟合。

该研究提出Cascade RCNN以解决上述问题，并采用自提升方法进行迭代优化。根据图1(c)，当将一些样本输入至回归器时，默认能得到较高的IoU值；经过一个阶段的学习后，默认正样本IoU会进一步提升，并且这种提升不会导致类别不平衡的问题；与传统的困难负样本挖掘不同的是，在此方案中我们主要关注于对正样本的目标框进行精细调整，并选取近似负样本作为补充用于下一阶段的学习

其他目标检测方法

1.两步法

Faster RCNN，R-FCN，FPN，MS-CNN

2.单步法

Yolo，SSD，RetinaNet(Focal Loss)

3.多步法

AttractioNet

目标检测

以Faster RCNN为例，在整个算法中分为两个主要阶段运行：第一阶段是构建生成proposals的网络结构；第二阶段则采用基于区域兴趣检测的子网络进行精化处理；最终系统能够为每一个假设分配对应的类别标签以及边界框坐标。

1.bbox回归

最小化L2 损失函数：

为使得回归对尺度和位置不变，Lloc通常在偏置向量上执行，即：

还有一些方法使用多步回归精修bbox，称为迭代bbox回归：

但实际上，由于bbox分布的变化，两次以上的回归不再有效。

2.分类损失：

3.integral loss

为了使检测模块在各个IOU层级的表现基本一致，在各个层次分别优化其对应的损失项，并将这些优化后的损失项结合起来以构建完整的损失函数框架

该损失函数未考虑到不同层级上正样本数量不均的问题；若采用高精度检测器，则容易导致过拟合现象出现。
Cascade CNN则有效解决了不同iou级别样本数量不足的问题：

Cascade RCNN的损失函数在t步为：

其中

Fast RCNN模型、迭代边界框算法、积分损失以及级联RCNN结构的具体架构如图所示

实验结果