Consistent Optimization for Sing

titile	Consistent Optimization for Single-Shot Object Detection
url	https://arxiv.org/pdf/1901.06563.pdf
动机	single-stage优化目标和inference配置misalignment阻碍性能提升
内容	Consistent Optimization： 训练时利用refined anchors匹配training hypotheses and the inference quality。 问题： train：classification基于原始anchor训练。 inference：将原始anchor的score赋给refine后的anchor。anchor定位性能在回归前后不同，导致classification得分与refine的anchor定位能力表现不一致。 training-inference configuration： 1、original anchor和refined anchor对应相同gt时影响不大。 2、当两个object相互遮挡，regression会对移动方向混淆。 3、被认为negative samples的anchor回归后也可能与gt match，但是由于score低被滤除。 图3说明与gt IoU较小的anchor回归后可以与gt的IoU变大。 利用refined anchor的方法： The Misalignments: 1、original anchor和refined anchor定位质量不同，分类基于original anchor训练，score可靠性降低。inter-class confusion（图2）可能NMS去掉准的box。 2、 anchor和gt IOU小于0.5为negative samples， refined后可能和gt的overlaps比较大，但score小被滤除，foreground-background classification error。 3、分类scores方差随着IoU增长不断变大（大于0.9的样本不具备可信度，样本数太少）。这是因为基于original anchor训练的score赋予refined anchor，导致目标anchor的分类方差较大（方差大表示不鲁棒，置信度不高）。 Consistent Optimization： Consistent Detection: 分类loss额外加入regressed anchors的分类 Consistent Localization： 为了与分类保持一致，定位也加入一个refined anchor的子loss Implementation Choices： training and inference不需要额外计算。 Discussion and Comparison to Prior Works Cascade R-CNN：one stage依赖conv kernel联系anchor和final prediction，不如ROI-Pooling提取特征容易。 RefineDet： （1）滤除negtive anchors，减少分类范围。 （2）粗定位思想与cascade相似。 与Consistent Optimization两点不同： （a）RefineDet anchor refinement module与Faster R-CNN RPN作用相似。进行粗定位。 本文利用consistent optimization使final prediction更可靠。 （b）RefineDet依靠transfer connection block将feature由anchor refinement module转换到object detection module。本文认为，more parameters是不必要的，主要的性能瓶颈是misalignment between optimization and prediction。 IoU-Net： 学习predicted bounding box和gt box之间IoU，同时使用IoU-NMS检测boxes，guided by the learned IoU。主要目标是保证confidence score与localization performance的一致（实验在two stage）。
实验	Implementation Details： loss：α = 1 。 Ablation Experiments： Baseline retinanet：2 images per GPU，SGD，backbone：resnet50+FPN。 Ablation Study Comparison with different design choices + Cascade： 1、Cascade RCNN通过ROI提取更精确的features，signle stage很难学习这种transformations。 2、 使用deformable convolution学习transformations仍然失败。 3、所以性能提升主要因为detector更好的训练，而不是more parameters和architecture designs。 The Hyper-parameters： μpos和μneg对结果影响不大，实验使用μpos = 0.6 and μneg = 0.5 More Stages?： Parameter and Timing： not increased Generalization Capacity： Across model depth and scale： consistent optimization is widely applicable within one stage object detector，主要在大目标。 Results on SSD Comparison to State of the Art
思考