SaccadeNet 基于中心点特色进行初步的指标定位，而后利用初步预测框的角点特色以及中心点特色进行预测框的精调，整体思维相似于 two-stage 指标检测算法，将第二阶段的预测框精调用的区域特色转化为点特色。SaccadeNet 在精度和速度上都可圈可点，整体思维非常不错
 
起源：晓飞的算法工程笔记 公众号

论文: SaccadeNet: A Fast and Accurate Object Detector

• 论文地址：https://arxiv.org/abs/2003.12125
• 论文代码：https://github.com/voidrank/SaccadeNet

Introduction

  在神经学中，人类在定位指标时并非固定地看着场景，而是四处寻找富含信息的区域来帮忙进行指标的定位。受此机制的启发，论文提出了 SaccadeNet，可能高效地关注信息丰盛的指标关键点，从粗粒度到细粒度进行指标定位。

  SaccadeNet 的构造如图 2 所示，首先初步预测指标的核心地位以及角点地位，而后利用四个角点地位以及中心点地位的特色进行回归优化，SaccadeNet 蕴含四个模块：

• Center Attentive Module(Center-Attn)，预测指标的核心地位以及类别。
• Attention Transitive Module(Attn-Trans)，初步预测每个核心地位对应的角点地位。
• Aggregation Attentive Module (Aggregation-Attn)，利用核心地位以及角点地位的特色进行预测框的优化。
• Corner Attentive Module(Corner-Attn)，用于加强骨干网络的指标边界特色。

  SaccadeNet 的整体思维非常不错，有点相似于 two-stage 的指标检测的计划，将第二阶段的预测框回归从区域特色转化成了点特色。

Center Attentive Module

  Center-Attn 模块蕴含两个简略的卷积层，将骨干网络输入的特色图转化为中心点热图，热图可用于预测图片中所有指标的核心地位及其类别。该模块的 GT 跟 CornerNet 的设置一样，应用高斯核 $e^{\frac{||X-X_k||^2}{2{\sigma}^2}}$ 将 GT 地位进行散射，$\sigma$ 为半径的 1 /3，半径由指标的大小决定，保障半径内的点可能产生 IOU 至多为 0.3 的预测框。另外，该模块的损失函数联合了 focal loss：

  $p_{i,j}$ 为热图上地位 $(i,j)$ 的分数，$y_{i,j}$ 为对应的 GT 值。

Attention Transitive Module

  Attn-Trans 模块输入大小为 $w_f\times h_f\times 2$，预测每个地位对应的预测框的宽和高，而后依据其中心点地位 $(i,j)$ 计算其对应角点地位 $(i-w_{i,j}/2, j-h_{i,j}/2)$,$(i-w_{i,j}/2, j+h_{i,j}/2)$,$(i+w_{i,j}/2, j-h_{i,j}/2)$,$(i+w_{i,j}/2, j+h_{i,j}/2)$，应用 L1 回归损失进行训练。基于 Center-Attn 模块和 Attn-Trans 模块，SaccadeNet 可能初步预测指标的检测后果。此外，论文的源码提供在此模块额定预测中心点的偏移值，针对下采样造成的不对齐问题，该偏移值同样应用 L1 回归损失进行训练，这个是默认开启的。

Aggregation Attentive Module

  Aggregation-Attn 是一个轻量级模块，用于对预测框进行精调，输入更精准的预测框。Aggregation-Attn 模块从 Attn-Trans 模块和 Center-Attn 模块中获取指标的角点和中心点，并且从骨干网络输入的特色图中，应用双线性插值采样对应地位的特色，最初回归宽和高的修改值，整个模块应用 L1 损失进行训练。

Corner Attentive Module in Training

  为了提取富含信息的角点特色，论文在训练时退出了额定的 Corner-Attn 分支，将骨干网络特色转化输入为四通道热图，别离对应指标的四个角点。同样地，该分支基于 focal loss 和高斯热图进行训练，该分支是类不可知的。此模块可迭代进行屡次精调，相似 Cascade R-CNN 那样，论文在试验局部也进行了比照。

Relation to existing methods

  目前的基于关键点的指标检测办法可分为 edge-keypoint-based detectors 和 center-keypoint-based detectors，SaccadeNet 综合了两类办法的长处的存在。
  Edge-keypoint-based detectors 通常先检测角点或极点，而后通过组合办法对关键点组合进行指标的定位，但这类算法通常不能获取指标的全局信息：a) 角点特色自身就蕴含较少的指标信息，须要额定减少核心特色进行特色增强。b) 角点通常位于背景像素上，绝对于其它关键点蕴含更少的信息。只管 SaccadeNet 也利用了角点进行指标预测，但 SaccadeNet 间接从核心关键点进行指标预测，这样可能获取指标的全局信息，并且防止了耗时的关键点组合。

  Center-keypoint-based detectors 通过核心关键点进行指标预测，输入中心点热图并间接回归边界。但中心点通常离指标边界较远，可能会难以预测精确的指标边界，特地对于大指标而言。另外，角点关键点是离边界最近的，蕴含很多部分的精确信息，不足角点信息可能会对预测后果不利，而 SaccadeNet 恰好填补了这个缺点，进行更精确的边界预测。

Experiments

  与 SOTA 指标检测算法进行比照。

  Attn-Trans 模块和 Aggregation-Attn 模块的比照试验。

  Corner-Attn 模块迭代次数比照。

Conclusion

  SaccadeNet 基于中心点特色进行初步的指标定位，而后利用初步预测框的角点特色以及中心点特色进行预测框的精调，整体思维相似于 two-stage 指标检测算法，第二阶段的预测框精调用的区域特色转化为点特色。SaccadeNet 在精度和速度上都可圈可点，整体思维非常不错。

如果本文对你有帮忙，麻烦点个赞或在看呗～
更多内容请关注 微信公众号【晓飞的算法工程笔记】