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】