CFENet（和RefineDet速度相当精度更好）论文阅读笔记

背景：

《CFENet: An Accurate and Efficient Single-Shot Object Detector for Autonomous Driving》论文是2018 ACCV上的论文，该作者来自于北大和阿里巴巴，他们的另一篇论文M2Det结果也同样非常好，发在了2019 AAAI上（后续会介绍）。另外需要说明的是，这两篇paper的思路和RFBNet（2018 ECCV）也很相似。

论文地址：

代码地址：

一、研究动机

在自动驾驶的场景中，小目标较多（比如交通标志，远方的车辆），并且对小目标而言，在要求速度的同时，其检测精度也很重要。该论文在SSD的基础上，提出了一个轻量的框架，主要针对SSD每层检测的特征进行了增强和融合，从而提升了最后的检测效果。

二、研究方法

主要的框架如图所示：

和传统的SSD相比，主要在于增加了四个CFE（Comprehensive Feature Enhancement）模块和2个FFB（Feature Fusion Blocks）模块：

1）CFE模块：具体的结构如图，可以看到，一是增加了一个residual的结构，二是采用了 k\times k 的卷积核，增大感受野，同时为了减少计算量，并将其替换为 1\times k 和 k\times 1 的卷积（该方法在Inception v3提出）和组卷积。作者认为这是一种可以提升shallow特征表达的方式。在本文中，k的值为7。

备注：该模块和2018 ECCV RFBNet中的RFB模块类似，但是RFB中还利用了dilation卷积。

2）FFB模块：主要目的是为了融合不同尺度的特征，其结构如图。

三、实验结果

从结果上看，在COCO数据集上，CFENet相比SSD有巨大的提升（5个点以上），相比RefineDET也有1-2个点的提升。

更具体地看：

第一列是原始的SSD，第二列是作者设计了普通的inception模块，为了和CFENet对比。第四列是在底层特征中加入CFE模块，最后是加入FFB模块。

在BBD数据集上：

可以看到，CFENet相比refineDet速度相似，但是性能提升了2个点左右。

四、总结分析

优点：

和RFBNet类似，通过加入特征增强模块，以极少的计算量代价获得了较大的性能提升。（感觉RFBNet能发顶会的原因可能更在于找到了生物上的解释，把特征增强模块类比人的视觉神经网络）。

缺点：

1）SSD的backbone换成ResNet50，其速度更快，精度也更高（这个我做过实验）。既然如此在WAD的比赛中，为什么还是选用了VGG，另外VGG网络的特征表达能力有限，获得如此提升可能并不困难，但是该模块在ResNet中是否依然有效有待验证。

2）采用 7\times7 的卷积核，在硬件上计算效率也不是很高。