上图是 RON 对象检测总览。给定一张输入图像，网络首先计算骨干网络的特征。然后，（a）添加反向连接；（b）生成 objectness prior；（c）在相应的 CNN 尺度和位置上检测物体。

上图是生成自特定图像的 objectness prior。在此例中，沙发表现为（a）和（b），棕色的狗表现为（c），斑点狗表现为（d）。在 objectness prior 的引导下，网络生成了检测结果。

更多根据图像生成的 Objectness Prior 图

摘要

我们提出了 RON，一个有效、高效的通用对象检测框架。我们的想法是巧妙地结合基于区域（region-based，例如 Faster R-CNN）和不基于区域（region-free，例如 SSD）这两种方法的优点。在全卷积架构下，RON 主要关注两个基本问题：（a）多尺度对象定位和（b）负样本挖掘。为了解决（a），我们设计了反向连接，使网络能够检测多层 CNN 中的对象。为了处理（b），我们提出了 objectness prior，显著减少对象搜索空间。我们通过多任务损失函数联合优化了反向连接、objectness prior 和对象检测，因此RON 可以直接预测各种特征图所有位置的最终检测结果。

在PASCAL VOC 2007，PASCAL VOC 2012 和 MS COCO 基准测试的大量实验证明了 RON 的出色性能。具体来说，使用 VGG-16 和低分辨率 384×384 输入，网络在 PASCAL VOC 2007 上获得 81.3％ mAP，在 PASCAL VOC 2012 数据集上获得80.7％ mAP。数据集越大，难度越大，优势就越明显。在 MS COCO 数据集上的结果就证明了这一点。测试阶段使用 1.5G GPU 内存，网络速度为 15 FPS，比 Faster R-CNN 计数器快 3 倍。

论文地址：https://arxiv.org/abs/1707.01691