點擊上方“AI搞事情”關(guān)注我們

---

?

論文：IterDet: Iterative Scheme for ObjectDetection in Crowded Environments
代碼：https://github.com/saic-vul/iterdet

?

簡介

2020年5月莫斯科三星AI研究院提出的文章，針對密集目標(biāo)進(jìn)行檢測，密集目標(biāo)檢測的難點在于既要檢測出不同的目標(biāo)，又要抑制重復(fù)目標(biāo)框的產(chǎn)生。作者提出了一種「迭代檢測」的方案，不論單步檢測器還是多步檢測器，只需要在訓(xùn)練和推理上做很少的修改，就能簡單高效地檢測出密集目標(biāo)。

迭代檢測，不用保證每次迭代的召回率，早期，檢測部分目標(biāo)子集，后期將檢測的結(jié)果和圖像再一次輸入網(wǎng)絡(luò)，使檢出的目標(biāo)不再被檢測到，迭代檢測出復(fù)雜的目標(biāo)子集。

黃色框為二次迭代檢測結(jié)果

方法

模型結(jié)構(gòu)

如何迭代

，輸入圖像：，history map?為空，檢測器? 將輸入和映射為一系列邊框。

「history map 映射方式」：每個像素點的目標(biāo)個數(shù)。?

，輸入圖像：，history map? 由映射而得，檢測器將輸入和映射為一系列邊框；

結(jié)束標(biāo)志：以此類推，直到達(dá)到迭代次數(shù)或當(dāng)前迭代未檢測到新目標(biāo)，即時，結(jié)束迭代。

那么最后的檢測結(jié)果就是每次迭代檢測出的目標(biāo)的全集，即：

要想實現(xiàn)上述方案，有兩點必須解決：1）如何將一個檢測器轉(zhuǎn)換為對歷史檢測敏感的新檢測器；2）如何讓新檢測器在不同的迭代下檢測出不同的目標(biāo)子集。

訓(xùn)練過程

隨機(jī)地將標(biāo)注目標(biāo)框分為：和兩個集合，且，將制作為history map?，使得模型訓(xùn)練來利用已有的目標(biāo)框信息，預(yù)測缺失的目標(biāo)框集合，同時，通過不同隨機(jī)劃分和，還可以達(dá)到了數(shù)據(jù)增強(qiáng)的效果。

數(shù)據(jù)集：

AdaptIS：包含兩個子集Toy V1和Toy V2，用于實力分割任務(wù)而生成的數(shù)據(jù)集，現(xiàn)有標(biāo)注可以使其用于目標(biāo)檢測，且每張圖片平均有30個目標(biāo)，大部分有重疊情況，絕對是一個密集目標(biāo)檢測的數(shù)據(jù)集。
「Toy V1」：訓(xùn)練集、驗證集分別有2000和10000張圖像，大小為：96×96。
「Toy V2」：訓(xùn)練集、驗證集和測試集分別有25000, 1000和1000張，圖片大小為128×128。

樣例數(shù)據(jù)

「CrowdHuman」：訓(xùn)練集、驗證集和測試集分別有15000, 4370和5000張圖片，平均每張圖的人物數(shù)量達(dá)到了22.64個，遠(yuǎn)大于其他主流的人體檢測數(shù)據(jù)集，其中，每個目標(biāo)有三個標(biāo)注框：full body, visible body 和 head。官網(wǎng)：www.crowdhuman.org

同人體檢測數(shù)據(jù)集的容量、密度和多樣性 （為了公平比較，只顯示訓(xùn)練子集的統(tǒng)計信息）圖片樣例

「WiderPerson」：訓(xùn)練集、驗證集和測試集分別有8000,1000和4382張圖片，共5個類別：pedestrians, riders, partially visible persons, crowd 和 ignored regions。作者在訓(xùn)練和測試時，將后四類合并為了一類。
官網(wǎng)：www.cbsr.ia.ac.cn/users/sfzhang/WiderPerson

不同場景和密度的樣例

實現(xiàn)細(xì)節(jié)

采用香港中文大學(xué)-商湯科技聯(lián)合實驗室開源的基于Pytorch實現(xiàn)的深度學(xué)習(xí)目標(biāo)檢測工具箱mmdetection，倉庫地址：
https://github.com/open-mmlab/mmdetection
，預(yù)訓(xùn)練模型包含單步檢測器的RetinaNet和兩步檢測器FasterRCNN，兩者的BackBone均采用ResNet-50的默認(rèn)訓(xùn)練參數(shù)，優(yōu)化器采用Adam，學(xué)習(xí)率learning rate為0.0001 。

此外，作者修改了兩個個地方：1）FPN中每個卷積層之后添加了Batch Normalization；2）未凍結(jié)ResNet的第一個block，因為在這個block之前添加了歷史映射和可訓(xùn)練的卷積層。

實驗指標(biāo)與結(jié)果如下：

AdaptIS數(shù)據(jù)集指標(biāo)CrowdHuman數(shù)據(jù)集指標(biāo)WiderPerson數(shù)據(jù)集指標(biāo)

實驗結(jié)果

搞事情

今年5月，2020 CrowdHuman人體檢測大賽啟動上線，本屆比賽是CrowdHuman人體檢測賽的第二期，數(shù)據(jù)集應(yīng)該就是論文中的CrowdHuman數(shù)據(jù)集。官方基于上述論文方法公布了baseline，具體可見：【Ranking第7名，2020 CrowdHuman大賽Baseline發(fā)布】

git地址：https://github.com/thuwyh/BAAI-2020-CrowdHuman-Baseline
一些檢測結(jié)果：

往期推薦

• DeepHSV：號稱可以商用的計算機(jī)筆跡鑒別算法

• CVPR 2019筆跡識別論文：逆鑒別網(wǎng)絡(luò)+八路Attention

• PolarMask：單階段實例分割框架，FCOS進(jìn)階！

• 真正意義的Anchor-Free，FCOS目標(biāo)檢測算法了解一下

• 眨眼算什么，讓蒙娜麗莎像你一樣嘮上嗑才算硬核

• 抖音同款白眼特效，DeepWarp讓蒙拉麗莎對你眨眨眼
  

長按二維碼關(guān)注我們

有趣的靈魂在等你

總結(jié)

以上是生活随笔為你收集整理的目标又多又密？多轮迭代的方式进行密集目标检测的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。