YimianDai

GRSL - 2013 - A Robust Directional Saliency-Based Method for Infrared Small-Target Detection Under Various Complex Backgrounds

对问题的假设

• 把问题刻画成 显著性检测，假设 目标是 isotropic Gaussian-like shape，而 background clutters are generally local orientational
  • formulate this problem as salient region detection, which is inspired by the fact that a small target can often attract attention of human eyes in infrared images.
  • This visual effect arises from the discrepancy that a small target resembles isotropic Gaussian-like shape due to the optics point spread function of the thermal imaging system at a long distance, whereas background clutters are generally local orientational.

进一步假设：

YimianDai

ECCV-2012-Diagnosing Error in Object Detectors

这篇文章主要是分析了 Object Detection 中 Error 的来源，对于 False Positive，主要是 Localization Error，也就是 Classification 对了，但是 IoU 小了，和 Confusion with similar object

对于 False Negative，原因主要是，目标小、遮挡严重 和 不常见的视角

最后给了处理这些难点的建议，比如对于小目标，给出的建议是用 low-resolutional template 以及 加入 context 来 disambiguation。

这是一篇蛮好的文章，我们的结果不好，为什么不好，是什么导致了不好，只有搞清楚了才可以对症下药。

YimianDai

Anchor-based object detection methods [26, 38] detect objects by classifying and regressing a series of pre-set anchors

为什么 anchor-based detection methods whose performance decrease sharply as the objects becoming smaller？

1. The anchor-based detection frameworks tend to miss small and medium faces.（一个是 feature 没怎么留下，做 Prediction 做不好；一个是压根就不会被标记出来，连做在训练里做 Prediction 成 Positive 的机会都没有）
   • Firstly, the stride size of the lowest anchor-associated layer is too large, small and medium faces have been highly squeezed on these layers and have few features for detection，这个问题可以通过把 Prediction Layer 下沉来解决，但这也会引入新的问题就是下沉后语义信息不够

• Secondly, small face, anchor scale and receptive field are mutual mismatch： anchor scale mismatches receptive field and both are too large to fit small face,

YimianDai

人生也跟 Focal Loss 一样

如果 easy samples 占据了你绝大部分的 loss，那么你再怎么优化，也只是在优化那些 easy samples 上的预测，所以这些优化都是无用功，在那些 Hard Samples 上一点力都没用，最后自然是 简单的能完成，难的一点都不会

人生也是如此，所以也要对人生采用 Focal Loss

自己人生的症结也是在于 gradient 被 overwhelming easy samples 的 loss 给 dominated 了，所以再怎么优化效果都不会好。希望自己接下来能够遵循 Focal loss，直面困难，走出舒适区。

YimianDai

这篇文章依赖更长的 arXiv 版本

Szegedy, Christian, et al. "Scalable, high-quality object detection." arXiv preprint arXiv:1412.1441 (2014).

会议版本

Dumitru Erhan, Christian Szegedy, Alexander Toshev, Dragomir Anguelov; The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2014, pp. 2147-2154

只是一个 bbox generator，产生的 bbox 是被认为会包含有 Object 的 bbox，其实就是 Region Proposal Network 啦，Learning to Propose Regions

YimianDai

软件

1. Linux 的 回收站 trash-cli

重命名

$ mv /home/user/oldname /home/user/newname

YimianDai

CNN 能从最初的 Classification 扩展到 Detection、Segmentation 这样的任务的依据是人们认为 the most features learned in Convolutional layers are general purpose。

BBR 最早是在 DPM 中被引入，然后在 R-CNN 中被用。

ICLR-2014-OverFeat Integrated Recognition, Localization and Detection using Convolutional Networks

这篇文章是最早探索怎么把原来用于分类的 CNN 用于 Object Detection 的文章之一，有很多很有启发的点，但个人感觉写得不是很容易懂，这里只摘录一点我读到的。

YimianDai

目标检测 - SNIPER-Efficient Multi-Scale Training - 论文笔记

SNIPER：

1. adaptively samples chips from multiple scales of an image pyramid, conditioned on the image content.

2. We sample positive chips conditioned on the ground-truth instances and negative chips based on proposals generated by a region proposal network.

   • negative chips 竟然是用 RPN 产生的，真神奇

3. R-CNN 是 scale invariant 的 (with the assumption that CNNs can classify images of a fixed resolution)

YimianDai

通常我们说机器学习三要素：Model、Loss、Optimization，大多数计算机视觉的论文也主要关注在 Model 和 Loss 上。在 Deep Learning 统治的当今，主流的范式往往是设计一个新的 loss，或者提出一个新的网络结构，把传统的 heuristic 方法 hard encoded 到网络结构中去实现端对端学习 [1]。

随着 SSD 这样特别强调 Data Augmentation 的方法的流行，以及 SNIP 这样强调 Data Scale 的 Argument 得到认可，Data 本身也已经是计算机视觉需要关心的一大要素。但现实是，当我们去接触代码的时候，Data Pre-processing 会是个又臭又长的过程。 又因为 Data 是Model、Loss、Metric 最重要的输入，如果 Data 与函数预想的不一样，就得不到想要的结果，特别是自己从头到尾写一个实现的时候。这篇日志以 GluonCV 中 SSD 实现中的 Data 为例，剖析一下 Data 在各个环节中需要的形式以及经历的操作。

1. Training

按照先创建 train_dataset，再对其做 SSDDefaultTrainTransform，然后输入 DataLoader 通过 batchify_fn 拼成一个 batch，接着输入 SSD 的 net 实例，最后输入 SSDMultiBoxLoss 损失函数计算损失的顺序过程看一下 Data 在 Training 时在各环节的流动和变化情况。

YimianDai

extra_spec = {
    300: [((256, 1, 1, 0), (512, 3, 2, 1)),
          ((128, 1, 1, 0), (256, 3, 2, 1)),
          ((128, 1, 1, 0), (256, 3, 1, 0)),
          ((128, 1, 1, 0), (256, 3, 1, 0))],

    512: [((256, 1, 1, 0), (512, 3, 2, 1)),