[論文レビュー] Real-time object detection method based on improved YOLOv4-tiny

Zicong Jiang, Liquan Zhao+2 more|arXiv (Cornell University)|Nov 9, 2020

Advanced Neural Network Applications参考文献 28被引用数 174

ひとこと要約

本論文は、バックボーンを二つのCSPBlocksの代わりにResBlock-Dへ改良し、より豊かな特徴抽出のための補助的残差ネットワークを追加することで、YOLOv4-tinyより高速なリアルタイム物体検出法を提案し、YOLOv4-tinyと同等の精度を維持しつつ速度を向上させる。

ABSTRACT

The "You only look once v4"(YOLOv4) is one type of object detection methods in deep learning. YOLOv4-tiny is proposed based on YOLOv4 to simple the network structure and reduce parameters, which makes it be suitable for developing on the mobile and embedded devices. To improve the real-time of object detection, a fast object detection method is proposed based on YOLOv4-tiny. It firstly uses two ResBlock-D modules in ResNet-D network instead of two CSPBlock modules in Yolov4-tiny, which reduces the computation complexity. Secondly, it designs an auxiliary residual network block to extract more feature information of object to reduce detection error. In the design of auxiliary network, two consecutive 3x3 convolutions are used to obtain 5x5 receptive fields to extract global features, and channel attention and spatial attention are also used to extract more effective information. In the end, it merges the auxiliary network and backbone network to construct the whole network structure of improved YOLOv4-tiny. Simulation results show that the proposed method has faster object detection than YOLOv4-tiny and YOLOv3-tiny, and almost the same mean value of average precision as the YOLOv4-tiny. It is more suitable for real-time object detection.

研究の動機と目的

• 正確性を維持しつつネットワークを簡素化して、モバイルおよび組込みデバイス上でのリアルタイム物体検出を促進する。
• バックボーンのアーキテクチャ変更によって計算量を削減する。
• 補助的残差ネットワークとアテンション機構を用いて特徴抽出を強化し、検出誤差を低減する。

提案手法

• YOLOv4-tinyの2つのCSPBlockモジュールを2つのResBlock-Dモジュールに置換して計算量を低減する。
• 補助的残差ネットワークブロックを導入してより多くの対象特徴情報を抽出する。
• 補助ネットワーク内で、連続する2つの3x3畳み込みを用いて5x5の受容野を作成し、グローバル特徴を得る。
• 有益な特徴を強化するためにチャネルアテンションと空間アテンションを適用する。
• 補助ネットワークをバックボーンと統合して最終的な改良YOLOv4-tinyアーキテクチャを形成する。

実験結果

リサーチクエスチョン

• RQ1 検出精度を犠牲にせずにYOLOv4-tinyのバックボーンを簡素化できるか？
• RQ2 補助的残差ネットワークは小さな物体と大きな物体の特徴表現を改善するか？
• RQ3 アテンション機構とより大きな受容野は、リアルタイム検出器の検出誤差を減らすか？

主な発見

• 提案手法はYOLOv4-tinyおよびYOLOv3-tinyより高速に動作する。
• 本手法はYOLOv4-tinyとほぼ同等のmean average precision (mAP)を達成する。
• 改良されたアーキテクチャはモバイルおよび組込み機器でのリアルタイム物体検出により適している。