来源:洋可喵Fan Q, Zhuo W, Tang C K, et al. Few-shot object detection with attention-RPN and multi-relation detector[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2020: 4013-4022.
这里本文采用triplet loss的思路:本文认为一个好的模型不仅需要能够匹配同样的类别,还要对不同的类别具有区分度。因此作者采用了一个两路对比训练。对比就需要构造样本对,作者构造了一个的三元对(分别是c类的查询集样本,c类的支持集样本,n类的支持集样本),模型需要最小化和的距离,最大化其他的距离。这是两路对比训练的示意图:Two-way Contrastive Training Strategy出于和Focal Loss一样的问题,背景过多主导了训练过程,故本文控制了前景proposal和正支持集样本对、背景proposal和正支持集对、proposal和负支持集对之间的比例为1:2:1。然后采用作为loss。作者也展示了两路对比训练和Attention RPN的优势:image-20210812212209055
04
实验实验结果如下image-20210812212440239
05
My Comment这篇发表在CVPR 2020上的工作很简单,行为很清晰。我觉得整体工作的亮点有两个地方,一个是体现工作量的数据集提出,对于label空间的合并的思考也很细致;二是对于闭合世界假设下的检测任务的假设,整个故事很完整。文章本身提出的模型比较简单有效,我认为整个工作更偏向于一个baseline的工作,提供了一个基点可以往下做,也是我看的小样本图像检测的第一篇工作,给了我一些启发。(其实这后面写的就很草率了,主要是摸鱼人要下班了!)周末再来看看它的实验代码,拜拜!