本文主要是介绍Revisiting RCNN: On Awakening the Classification Power of Faster RCNN，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1、hard FP
1）极少量的高置信度FP是mAP明显下降的主要原因
2）hard FP主要有三种：
- 框只覆盖部分目标（IoU小）：只覆盖了有辨别力的part
- 相似类之间的区分错误：不同类之间share有辨别力的part；分类器不够强大
- 背景错分为目标：背景pattern与目标相似；感受野过大，包含了相邻的目标物体
* 均由suboptimal分类器导致
2、Faster R-CNN的弊端
1）分类和定位的目标不同，因此共享的特征对两个任务来说并不是最优的
* 分类需要translation invariant特征；定位需要translation covariant特征
2）多任务学习有相互促进的作用，但multi-task loss的最优，对于子任务的loss来说并不是最优的
* MTL适用于backbone较弱的情况，当backbone足够强大时，multi-task无法发掘backbone的潜力
3）proposal的不同目标共享相同的感受野，对于小目标是冗余的，对大目标来说不够（但是不同大小的anchor在roi pooling之后对应的feature map范围不同，所以这一点不能理解）
* 尽管一些网络采用了multi-scale策略，但multi得远远不够
4）sub-sampling操作可能会引入严重的unalignment，例如一个像素的偏移，下采样32倍后，会导致32个像素的偏移
4、Decoupled Classification Refinement (DCR)网络
1）Faster R-CNN输出检测结果，作为region proposal，每个proposal的置信度为score_frcnn
2）根据proposal，在原图上crop-resize相应区域到固定size（相当于把ROI Pooling放到了原图上，但ROI Pooling的感受野明显更大）
3）用hard FP训练类似于R-CNN结构的强分类器，每个proposal的置信度为score_dcr
4）test时，score = score_frcnn * score_dcr，只用score_dcr结果很差，因为rcnn无定位功能，是强分类器，倾向于crop中出现部分目标就预测为正
* DCR和Faster R-CNN不共享参数
这篇关于Revisiting RCNN: On Awakening the Classification Power of Faster RCNN的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
