Réseaux de détection d'objets sur des cartes de caractéristiques convolutives

La plupart des détecteurs d'objets contiennent deux composants importants : un extracteur de caractéristiques et un classificateur d'objets. L'extracteur de caractéristiques a rapidement évolué avec des efforts de recherche significatifs menant à de meilleures architectures convolutives profondes. Cependant, le classificateur d'objets n'a pas reçu beaucoup d'attention et de nombreux systèmes récents (comme SPPnet et Fast/Faster R-CNN) utilisent des perceptrons multicouches simples. Cet article démontre que la conception soignée de réseaux profonds pour la classification d'objets est tout aussi importante. Nous expérimentons avec des réseaux classificateurs par région qui utilisent des caractéristiques convolutives partagées et indépendantes des régions. Nous les appelons "Réseaux sur des cartes de caractéristiques convolutives" (NoCs). Nous découvrons qu'en dehors des cartes de caractéristiques profondes, un classificateur convolutif par région est d'une importance particulière pour la détection d'objets, alors que les derniers modèles supérieurs de classification d'images (comme les ResNets et GoogLeNets) ne mènent pas directement à une bonne précision de détection sans utiliser un tel classificateur par région. Nous montrons par des expériences que malgré l'efficacité des systèmes ResNets et Faster R-CNN, la conception des NoCs est un élément essentiel pour les entrées gagnantes de la 1ère place dans les défis ImageNet et MS COCO 2015.