[논문 리뷰] Cascade Region Proposal and Global Context for Deep Object Detection

Qiaoyong Zhong, Chao Li외 4명|arXiv (Cornell University)|2017. 10. 30.

Advanced Neural Network Applications참고 문헌 1인용 수 11

한 줄 요약

이 논문은 Faster R-CNN에서 객체 검출 성능을 향상시키기 위해 경량화된 캐스케이드 RPN과 향상된 글로벌 컨텍스트 모델링을 제안한다. 광범위한 사전 훈련 및 훈련/테스트 기법을 활용하여, PASCAL VOC 2012에서 87.9%의 mAP, ILSVRC 2016에서 65.3%의 mAP, COCO test-std에서 36.8%의 mAP를 달성하였으며, 글로벌 컨텍스트만으로도 4.2%의 mAP 향상 효과를 보였다.

ABSTRACT

Deep region-based object detector consists of a region proposal step and a deep object recognition step. In this paper, we make significant improvements on both of the two steps. For region proposal we propose a novel lightweight cascade structure which can effectively improve RPN proposal quality. For object recognition we re-implement global context modeling with a few modications and obtain a performance boost (4.2% mAP gain on the ILSVRC 2016 validation set). Besides, we apply the idea of pre-training extensively and show its importance in both steps. Together with common training and testing tricks, we improve Faster R-CNN baseline by a large margin. In particular, we obtain 87.9% mAP on the PASCAL VOC 2012 test set, 65.3% on the ILSVRC 2016 test set and 36.8% on the COCO test-std set.

연구 동기 및 목표

• 경량화된 캐스케이드 RPN 아키텍처를 통해 딥 객체 검출기에서 영역 제안 품질을 향상시키는 것.
• 글로벌 컨텍스트 모델링의 재구현 및 사전 훈련을 통해 객체 인식 정확도를 향상시키는 것.
• 대규모 객체 검출 환경에서 일반적인 훈련 및 테스트 기법을 체계적으로 평가하는 것.
• PASCAL VOC 2012, ILSVRC 2016, COCO 벤치마크에서 최고 성능을 달성하는 것.

제안 방법

• 두 번째 단계에서 수정된 RPN을 사용하는 캐스케이드 RPN을 제안하며, 엔드 투 엔드 훈련을 위해 Fast R-CNN 대신 개선된 RPN을 도입한다.
• 전체 이미지에 대한 RoI 풀링을 통해 이미지 수준의 특징을 추출함으로써 글로벌 컨텍스트 모델링을 재구현하며, 아키텍처 수정 및 사전 훈련을 수행한다.
• RPN 및 FRCN 구성 요소의 성능 향상을 위해 ImageNet 분류 및 검출 데이터셋에서 광범위한 사전 훈련을 수행한다.
• 백본 네트워크로 ResNet-101을 사용하며, $3\times3$ 컨볼루션을 통한 다운샘플링 및 아이덴티티 매핑을 적용한다.
• 데이터 증강, 다중 해상도 테스트, 모델 앙상블 등의 표준 훈련 및 테스트 기법을 활용한다.
• VOC 2012 및 COCO 데이터셋에서 모델를 미세조정하며, 훈련 시 VOC 2012 검증 세트를 사용하지 않고 COCO를 추가 훈련 데이터로 활용한다.

실험 결과

연구 질문

• RQ1 경량화된 캐스케이드 RPN 아키텍처는 최소한의 계산 비용으로 영역 제안 품질을 향상시킬 수 있는가?
• RQ2 사전 훈련을 통한 글로벌 컨텍스트 모델링의 재구현이 객체 인식 정확도를 상당히 향상시킬 수 있는가?
• RQ3 대규모 환경에서 객체 검출 성능 향상에 기여하는 일반적인 훈련 및 테스트 기법은 무엇인가?
• RQ4 제안된 방법이 PASCAL VOC 2012, ILSVRC 2016, COCO 벤치마크에서 최고 성능을 달성할 수 있는가?

주요 결과

• 제안된 캐스케이드 RPN은 극히 미미한 계산 오버헤드로 제안 품질을 향상시켜 전체 검출 성능 향상에 기여한다.
• 사전 훈련을 통한 글로벌 컨텍스트 모델링은 ILSVRC 2016 검증 세트에서 4.2%의 mAP 향상을 가져왔다.
• PASCAL VOC 2012 테스트 세트에서 87.9%의 mAP를 기록하여, 발표 당시 단일 모델 기준 최고 성능을 달성하였다.
• COCO test-std에서 36.8%의 mAP를 기록하여, MSRA 베이스라인을 1.8점 초월하고 동일한 백본을 사용한 FPN을 능가하였다.
• 모델 앙상블를 적용한 결과, ImageNet LOC에서 로컬라이제이션 오류율이 8.8%로 감소하여 ILSVRC 2016에서 2위를 기록하였다.
• VOC 2012 검증 세트를 훈련에 사용하지 않아도 강력한 성능 유지를 보이며, 강인성과 일반화 능력을 입증하였다.