#322
summarized by : Munetaka Minoguchi
AugFPN: Improving Multi-Scale Feature Learning for Object Detection
Chaoxu Guo, Bin Fan, Qian Zhang, Shiming Xiang, Chunhong Pan

どんな論文か？

物体検出で頻出するFeature Pyramid Networkにおいて、次の3つの改善を施したAugFPNの提案。(1)FPNの各層のスケールを合わせるためにRoI-Align。(2)Residual構造を採用し、情報の損失を緩和して特徴量を強化。(3)全FPN特徴からより良いRoI特徴を生成するSoft RoI Selectionを提案。
placeholder

新規性

FPNの問題点について議論し、各問題点を解決する3つの提案が主な新規性である。single shot、2stage問わず、FPNを採用している多くの検出器を、AugFPNに置き換えるだけで精度向上が見込める。

結果

様々な検出器のFPNをAugFPNに置き換え、MS COCOで検出精度を検証。RetinaNetやFaster/Mask R-CNNなどの著名な検出器において、APを0.9〜2.3改善。処理速度については、AugFPNに置き換えた場合、2FPS程度の速度低下となっている (アーキテクチャ：Faster R-CNN、GPU：Tesla V100)。

その他（なぜ通ったか？等）

https://github.com/Gus-Guo/AugFPN

このページで利用されている画像は論文から引用しています．