detnet詳細解讀（網路主幹分類任務部分）

來自專欄 視覺技術論文筆記

總體來說演算法工程價值的貢獻更多。因為主要來分析detnet-59的結構，切入正題之前先簡單說一下resnet-50的結構，他們之間基本上網路的複雜程度是一樣的。

一、resnet簡要介紹。

res-50和殘差單元如下圖所示：

從結構圖中，我們可以看到res-50中stage2至stage5分別經過3,4,6,3次殘差單元，並且殘差單元中前兩次卷積的信道是第三次卷積信道的四分之一。這裡detnet的作者已經寫的很清楚了，stride為2是stage1，以此類推。

二、detnet改進的結構

先來一張論文裡面的對於殘差單元改進的圖：

圖A為改進的帶有空洞卷積殘差單元。圖B在A的基礎上在殘差單元的支路加了一層卷積，目前沒有代碼，推測這一層卷積之後還會有relu和bn的操作。圖C是原始殘差單元結構。detnet在stage4之前是和resnet結構一樣的，在stage4之後會用圖D的結構，首先生成stage5需要經過3個殘差單元，圖D中的意思是把原來的3個殘差單元用一次B和兩次A的結構做替換以此來輸出stage5，然後用相同的結構（添加三個改進的殘差單元，9次卷積）來生成stage6，此時這個stage6輸出的特徵圖的尺寸為14×14×256來鏈接FC層做預測。由於從stage6是detnet自己添加3個改進的殘差單元生成的，所以網路叫做detnet-59。

這裡我想較真一下，明明圖B中支路多經過了一次卷積，所以整體結構應該經過了4次卷積，圖B總共出現過兩次，所以嚴謹一點，我感覺這個網路應該叫detnet-61呀，如果有不對的地方，歡迎指正，特別是曠世的大佬們。

三、detnet總體結構

弄明白改進的殘差單元和自己添加的網路結構之後，總體設計如下圖所示：

四、實驗結果

論文給出了在imagenet上的分類結果：

雖然detnet對於檢測部分的區域候選網路意義更大，但是這裡對於分類來說，增大網路複雜度，來提升的準確率還是具有一定性價比的。