54.7 AP！最强的目标检测网络：DetectoRS（已开源）

2020 年 6 月 4 日 CVer

点击上方“CVer”，选择加"星标"置顶

重磅干货，第一时间送达

前言

上个月刚整理好一篇：大盘点 | 性能最强的目标检测算法，今天数据就要再次更新了，DetectoRS直接将COCO上之前霸榜的53.3 AP刷到了54.7 AP！暴涨1.4 AP，太恐怖了。同时还拿下COCO实例分割并列第一（47.1%），COCO全景分割第一（49.6 AQ）

值得提一下，目前COCO 目标检测霸榜的前三：DetectoRS、ResNeSt和CBNet 都主要在backbone上面花了很大功夫！

这里再简单提一下（帮大家回忆），近期比较"知名"的目标检测项目：EfficientDet、YOLOv4、YOLOv5、CBNet、TSD和ResNeSt等

根据目前"学术论文"情况，Amusi 将在COCO数据集上 AP 最高的算法认为是"性能最强"目标检测算法（不严格区分单尺度/多尺度训练，只看现有的公开数据）

DetectoRS

作者团队：约翰斯·霍普金斯大学&谷歌

论文：https://arxiv.org/abs/2006.02334

代码（基于mmdetection）：

https://github.com/joe-siyuan-qiao/DetectoRS

许多现代目标检测器通过使用两次looking和thinking的机制，表现了出色的性能。在本文中，作者探索了用于目标检测的backbone设计中的这种机制。

在宏观层面上，作者提出了递归特征金字塔（RFP，Recursive Feature Pyramid），它结合了从特征金字塔网络到自下而上的backbone层的额外反馈连接，具体如图1（a）所示。
在微观层面上，作者提出了可切换的空洞卷积（SAC，Switchable Atrous Convolution），它以不同的atrous rate对特征进行卷积，并使用switch函数收集结果，具体如图1（b）所示。

将它们组合在一起将产生DetectoRS，这将大大提高目标检测的性能。

DetectoRS = Detector + RFP + SAC = Detector + Recursive Feature Pyramid + Switchable Atrous Convolution

注：DetectoRS中使用的Detector是 HTC（关于HTC，详见CVPR2019 | 实例分割的进阶三级跳：从 Mask R-CNN 到 Hybrid Task Cascade）

RFP（递归特征金字塔）

RFP（递归特征金字塔）= Recursive Structure + Bottom-up Backbone Layers + Top-down FPN Layers，作者称实现了 looking and thinking twice or more

SAC（可切换的空洞卷积）

SAC（可切换的空洞卷积）= Different atrous rates + Switch functions，作者称实现了 looking and thinking twice

SAC 在检测器中的使用方法如下（大家也可以集成到自己的detector中，也许就可以快速涨点）

To use SAC in the detector, we convert all the standard 3x3 convolutional layers in the bottom-up backbone to SAC, which improves the detector performance by a large margin.

看一下，HTC（基于ResNet） + RFP + SAC 的涨点情况，直接从42.0 AP涨到49.0 AP

实验结果

在COCO test-dev 目标检测中，DetectoRS达到54.7％ AP！目前排名第一，遥遥领先！

在COCO test-dev 实例分割中，DetectoRS达到47.1％ AP！目前与ResNeSt并列排名第一！

在COCO test-dev 全景分割中，DetectoRS达到49.6％ PQ！目前排名第一，遥遥领先！

更多内容详见原论文，建议结合代码多读几遍（代码是基于mmdetection写的）

论文下载

在CVer公众号后台回复：DetectoRS，即可下载本论文

重磅！CVer-目标检测 微信交流群已成立

扫码添加CVer助手，可申请加入CVer-目标检测 微信交流群，目前已汇集3800人！涵盖2D/3D目标检测、小目标检测、遥感目标检测等。互相交流，一起进步！

同时也可申请加入CVer大群和细分方向技术群，细分方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。

一定要备注：研究方向+地点+学校/公司+昵称（如目标检测+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群