Skip to content

Latest commit

 

History

History
80 lines (53 loc) · 7.49 KB

README.md

File metadata and controls

80 lines (53 loc) · 7.49 KB

Anchor Free系列模型

内容

简介

目前主流的检测算法大体分为两类: single-stage和two-stage,其中single-stage的经典算法包括SSD, YOLO等,two-stage方法有RCNN系列模型,两大类算法在PaddleDetection Model Zoo中均有给出,它们的共同特点是先定义一系列密集的,大小不等的anchor区域,再基于这些先验区域进行分类和回归,这种方式极大的受限于anchor自身的设计。随着CornerNet的提出,涌现了多种anchor free方法,PaddleDetection也集成了一系列anchor free算法。

模型库与基线

下表中展示了PaddleDetection当前支持的网络结构,具体细节请参考算法细节

ResNet50 ResNet50-vd Hourglass104 DarkNet53
CornerNet-Squeeze x x
FCOS x x x
TTFNet x x x

模型库

COCO数据集上的mAP

网络结构 骨干网络 图片个数/GPU 预训练模型 mAP FPS 模型下载 配置文件
CornerNet-Squeeze Hourglass104 14 34.5 35.5 下载链接 配置文件
CornerNet-Squeeze ResNet50-vd 14 faster_rcnn_r50_vd_fpn_2x 32.7 47.01 下载链接 配置文件
CornerNet-Squeeze-dcn ResNet50-vd 14 faster_rcnn_dcn_r50_vd_fpn_2x 34.9 40.43 下载链接 配置文件
CornerNet-Squeeze-dcn-mixup-cosine* ResNet50-vd 14 faster_rcnn_dcn_r50_vd_fpn_2x 38.2 39.70 下载链接 配置文件
FCOS ResNet50 2 ResNet50_cos_pretrained 39.8 18.85 下载链接 配置文件
FCOS+multiscale_train ResNet50 2 ResNet50_cos_pretrained 42.0 19.05 下载链接 配置文件
FCOS+DCN ResNet50 2 ResNet50_cos_pretrained 44.4 13.66 下载链接 配置文件
TTFNet DarkNet53 12 DarkNet53_pretrained 32.9 85.92 下载链接 配置文件

注意:

  • 模型FPS在Tesla V100单卡环境中通过tools/eval.py进行测试
  • CornerNet-Squeeze要求使用PaddlePaddle1.8及以上版本或适当的develop版本
  • CornerNet-Squeeze中使用ResNet结构的骨干网络时,加入了FPN结构,骨干网络的输出feature map采用FPN中的P3层输出。
  • *CornerNet-Squeeze-dcn-mixup-cosine是基于原版CornerNet-Squeeze优化效果最好的模型,在ResNet的骨干网络基础上增加mixup预处理和使用cosine_decay
  • FCOS使用GIoU loss、用location分支预测centerness、左上右下角点偏移量归一化和ground truth中心匹配策略
  • Cornernet-Squeeze模型依赖corner_pooling op,该op在ppdet/ext_op中编译得到,具体编译方式请参考自定义OP的编译过程

算法细节

CornerNet-Squeeze

简介: CornerNet-SqueezeCornernet基础上进行改进,预测目标框的左上角和右下角的位置,同时参考SqueezeNet和MobileNet的特点,优化了CornerNet骨干网络Hourglass-104,大幅提升了模型预测速度,相较于原版YOLO-v3,在训练精度和推理速度上都具备一定优势。

特点:

  • 使用corner_pooling获取候选框左上角和右下角的位置
  • 替换Hourglass-104中的residual block为SqueezeNet中的fire-module
  • 替换第二层3x3卷积为3x3深度可分离卷积

FCOS

简介: FCOS是一种密集预测的anchor-free检测算法,使用RetinaNet的骨架,直接在feature map上回归目标物体的长宽,并预测物体的类别以及centerness(feature map上像素点离物体中心的偏移程度),centerness最终会作为权重来调整物体得分。

特点:

  • 利用FPN结构在不同层预测不同scale的物体框,避免了同一feature map像素点处有多个物体框重叠的情况
  • 通过center-ness单层分支预测当前点是否是目标中心,消除低质量误检

TTFNet

简介: TTFNet是一种用于实时目标检测且对训练时间友好的网络,对CenterNet收敛速度慢的问题进行改进,提出了利用高斯核生成训练样本的新方法,有效的消除了anchor-free head中存在的模糊性。同时简单轻量化的网络结构也易于进行任务扩展。

特点:

  • 结构简单,仅需要两个head检测目标位置和大小,并且去除了耗时的后处理操作
  • 训练时间短,基于DarkNet53的骨干网路,V100 8卡仅需要训练2个小时即可达到较好的模型效果

如何贡献代码

我们非常欢迎您可以为PaddleDetection中的Anchor Free检测模型提供代码,您可以提交PR供我们review;也十分感谢您的反馈,可以提交相应issue,我们会及时解答。