#12
summarized by : Yosuke Shinya
Learning Rich Features at High-Speed for Single-Shot Object Detection

どんな論文か?

標準的なSSDに、軽量スクラッチネットワーク (LSN)、双方向ネットワークを追加した、高速・高精度なsingle-stage物体検出器を提案。
placeholder

新規性

スクラッチ学習したLSNにより、標準的なbackboneと相補的な低/中レベル特徴を獲得し、学習済みモデルfine-tuningとスクラッチ学習の利点を併用。

結果

COCO, UAVDTで有効性を実証。 19 msec (1 Titan X GPU) で COCO AP 34.3。 小物体で高精度。

その他(なぜ通ったか?等)

シンプルな工夫でsingle-stage検出器の精度を向上させており実用的。 事前学習有無の併用効果と、低解像度入力の併用効果が分けて検証されていればより良かった。