DPNet:双路径网络用于实时对象检测与轻量级的注意力

科学领域:

• 计算机视觉 计算机视觉
• 深度学习 (Deep Learning) 是一种深度学习.
• 对象检测器可以检测到物体.

背景情况:

• 实时对象检测的轻质卷积神经网络 (CNN) 面临粗略特征图和大规模数据有限表示的挑战.
• 轻量级探测器中的单路径架构往往会导致由于持续下样采集而导致不准确的对象定位.
• 现有的轻量级网络难以有效地表示复杂的视觉数据,影响检测性能.

研究的目的:

• 引入DPNet,一个带有轻量级注意力方案的双路径网络,用于改进实时对象检测.
• 解决单路径架构在捕获高级语义和低级别细节方面的局限性.
• 增强轻量级网络对大规模视觉数据的表示能力.

主要方法:

• 开发了一种双路径网络 (DPNet) 架构,并行提取高级语义和低级对象特征.
• 整合了一个轻量级的自我相关模块 (LSCM) 用于全球交互建模,最小的计算开销.
• 将LSCM扩展为网络子中的轻量级交叉相关模块 (LCCM),用于跨尺度的特征依赖性捕获.

主要成果:

• DPNet在基准数据集上实现了检测准确性和实施效率之间的最先进的权衡.
• 在MS COCO上获得了31.3%的AP,在Pascal VOC 2007上获得了82.7%的mAP,在ImageNet上获得了41.6%的mAP.
• 保持一个小的模型大小 (约. 2.5M) 和较低的计算成本 (1.04 GFLOPs),具有较高的推理速度 (164-196 FPS).

结论:

• DPNet有效地克服了单路径轻量级探测器的局限性,用于实时对象检测.
• 双路径架构和轻量级关联模块显著提高了特征表示和定位准确度.
• DPNet为实时对象检测任务提供了高效和准确的解决方案.