來源：微信公眾號|3D視覺工坊（系投稿）

作者：明澤Danny

「3D視覺工坊」技術交流群已經成立，目前大約有12000人，方向主要涉及3D視覺、CV&深度學習、SLAM、三維重建、點云后處理、自動駕駛、CV入門、三維測量、VR/AR、3D人臉識別、醫(yī)療影像、缺陷檢測、行人重識別、目標跟蹤、視覺產品落地、視覺競賽、車牌識別、硬件選型、學術交流、求職交流、ORB-SLAM系列源碼交流、深度估計等。工坊致力于干貨輸出，不做搬運工，為計算機視覺領域貢獻自己的力量！歡迎大家一起交流成長~

添加小助手微信：CV_LAB，備注學校/公司+姓名+研究方向即可加入工坊一起學習進步。

QQ群「3D視覺工坊」，群號：949193717? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

SDCNet: Size Divide and Conquer Network for Salient Object Detection

Senbo Yan, Xiaowen Song, and Chuer Yu

論文及代碼下載：

在微信公眾號「3D視覺工坊」后臺，回復「RGB檢測」，即可獲取論文及代碼下載鏈接。

簡介：為了解決現有的顯著物體檢測方法在檢測小對象或大對象方面比較困難這一問題，該文提出了一種大小劃分和征服網絡(SDCNet)，用以分別學習不同大小的突出對象的特征，以便提高檢測性能。具體來說，SDCNet包含兩個主要方面：（1）通過計算具有像素級的地面真相圖像中物體的比例，并訓練一個大小推理模塊（SIM）來預測突出物體的大小。（2）提出了一種多通道尺寸劃分模塊(MSDM)，分別學習不同尺寸的顯著物體的特征。詳細地，使用MSDM跟蹤骨干網絡的每個塊，并使用不同的通道在不同的分辨率下提取不同大小范圍內的突出對象的特征。與耦合附加特征不同，該文基于對不同數據分布的分治思想對網絡進行編碼，并專門學習不同大小的顯著對象的特征。實驗結果表明，SDCNet在五個基準數據集上的性能優(yōu)于14種最先進的方法。

主要貢獻：

1. 該文提出了一種新的網絡設計方法來劃分和克服不同的數據分布。MSDM可以分別學習不同大小范圍的突出對象的特征。這種基于數據特征的網絡設計是有意義的。

2. 該文提供了一個有效的思路，將數據集劃分為不同的大小分類，來解決顯著對象之間巨大的尺寸偏差，從而顯著提高了顯著性映射的準確性。

3. 該文比較了所提出的方法和14種最先進的方法在五個基準數據集。在沒有預處理和后處理的情況下，在三個評估指標上取得了更好的性能。

與其他方法的比較的可視化圖片：

模型：

1）建立了一個基于FPN（參考論文Feature Pyramid Networks for Object Detection）的側輸出體系結構，實現了高、低層次特征的融合。

2）通過大小引用模塊(SIM)獲得突出對象的大小推斷，該模塊與SDCNet共享相同的主干。SIM生成二值化的粗糙顯著性推理，并通過計算SOP（突出的對象比例）得到突出對象的預測尺寸范圍。根據SOP將尺寸范圍分為（0-10%，10%-20%，20%-30%，30%-40%和40%以上五類）見表1。

SOP計算方式：

3）在側輸出結構中，我們在特征融合的過程中加入了MSDM。MSDM將每個邊層的特征映射劃分為大小無關流和大小相關流。將與大小無關的流放入一個公共卷積層，并將與大小相關的流放入多通道卷積層。多通道卷積層的每個通道對應于特定的大小范圍，再將與大小無關的特征與互補的大小相關特征集成在一起。

MSDM的結構：

使用通用特征提取模塊(CFEM)來獲得大小無關的特征和大小特征提取模塊(SFEM)來獲得大小相關的特征。根據尺寸推斷θ在SFEM中激活不同的卷積信道。CFi表示大小無關的特征映射，SFi表示大小相關的特征映射。Up(?；Fi)是指通過雙線性插值將上采樣*采樣到與Fi相同大小的。Cat(A，B)是指級聯特征映射A和B。f(i)conv表示由三個卷積層和非線性激活函數組成的CFEM。f(i)(conv，θ)的結構由幾個平行的f(i)conv組成，根據大小推斷θ為每幅圖像激活其中一幅。θ的計算方式與SOP相同。

各模塊的具體結構如下：

損失函數：

為了快速收斂，將深度監(jiān)督應用于各側路徑。gxy和pixy表示GT的像素值和歸一化顯著性預測。 用wi表示每個層的損失函數的權重，值為1?？倱p失函數是:

實驗結果：

SDCNet和其他14種最先進的方法在5個數據集上的定量評價結果：

總結：

該文致力于解決顯著大小差異的顯著目標檢測。首先，劃分了基準數據集中突出對象的大小分布，并訓練了一個SIM來使用逐像素計算來執(zhí)行大小推斷。其次，使用一個由上到下的多尺度特征融合網絡作為基本結構。該文設計了一個MSDM，根據SIM獲得的大小推斷激活不同的通道，并學習了不同大小的突出對象的特征。最后，利用低級特征映射作為一對一的指導，以保留更多關于小突出對象的信息。實驗結果表明，該方法對小尺寸物體的檢測性能有了顯著的提高。該方法在三個評估指標下在五個基準數據集中獲得最先進的性能。

備注：作者系我們「3D視覺從入門到精通」特邀嘉賓：一個超干貨的3D視覺學習社區(qū)本文僅做學術分享，如有侵權，請聯系刪文。