《Distilling Object Detectors with Fine-grained Feature Imitation》论文笔记

亦凉 2023-06-25 12:26 168阅读 0赞

代码地址：[Distilling-Object-Detectors][]

# 1. 概述 #

> 导读：这篇文章是在two stage检测网络Faster RCNN基础上使用知识蒸馏改进亲轻量级网络性能。其中的核心思想是teacher网络中需要传递给student网络的应该是有效的信息，而非无效的背景区域信息，因而文章将backbone输出的特征图与RPN网络输出的结果进行组合，从而得到student网络应该学习的特征，从而指导student网络产生对应的分布从而提升检测的性能。其在VGG11上使用文章的方法实现了相对baseline 15%的提升，整体上文章的思想比较简单，但是实际证明还是很有效的。

在下图中展示了文章网络的大致结构，其中可以看出文章使用Fine-Gained特征图来指导student网络的学习。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70]  
以下参考：[CVPR19-检测模型蒸馏][CVPR19-]  
之前有两个工作有类似的探索，但是都比较局限于特定框架，且未公布代码，对于具体实现存在一定疑惑。

*  1）论文：Learning efficient object detection models with knowledge distillation，文中使用两个蒸馏的模块：**第一**，全feature imitation（由FitNets: Hints for Thin Deep Nets 文中提出，用于检测模型蒸馏）, 但是实验发现全feature imitation会导致student 模型performance反而下降，推测是由于检测模型feature 比较大，不同于classification，这其中包含大量的background, 存在大量的noise, 最后通过per-channel vairance 的验证基本确定这个情况。**第二**，对detection head的蒸馏，这里存在一个很大的问题，就是teacher 和student 的proposal set 不相同，如何进行匹配以便于施加distillation文中没有详述。
 *  2）论文：Mimicking very efficient network for object detection.  
    这篇文章report 的蒸馏效果确实不错，但是框架仍然比较限定，且蒸馏区域取决于rpn的输出。

# 2. 方法设计 #

## 2.1 Fine-Gained区域提取 ##

文章给出对于有效特征区域提取的流程见下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 1]  
对于backbone输出的特征图，假设其大小为 W ∗ H W\*H W∗H，网络中使用的anchor数量为 K K K，则文章对于Fine-Gained区域的提取步骤可以归纳如下（上图中的右边所示）：

*  1）对于给定的特征图按照设置好的anchor信息，生成 W ∗ H ∗ K W\*H\*K W∗H∗K个框，将这些框与GT计算IoU；
 *  2）对于这些IoU值，在其中选择最大的IoU值*M*，在此基础上引入一个参数 ψ ∈ \[ 0 , 1 \] \\psi \\in\[0,1\] ψ∈\[0,1\]，文中将这个参数设置为经验值 ψ = 0.5 \\psi=0.5 ψ=0.5，这个参数与最大IoU值相乘得到一个IoU的阈值 F = ψ ∗ M F=\\psi \* M F=ψ∗M，用以控制什么样框（框对应的特征）会被采纳参与知识蒸馏；
 *  3）对于所有生成框使用阈值 F F F进行过滤，之后将这些过滤之后的值进行组合得到一个掩码 I I I，后面计算蒸馏损失也是按照这个掩码进行的。

## 2.3 蒸馏损失 ##

这里注意到student网络在引入teacher label进行学习的时候是添加了一个feature adaptation的，这里添加这个的原因有两点：

*  1）student与teacher在对应特征层级上其channel是不对应的，这里需要进行维度平衡；
 *  2）既是在维度匹配的前提下，若是直接将损失加在student的backbone上会导致蒸馏效果的减弱，从而得到次优的效果；

这里对于蒸馏的损失是在对应的feature上使用平方损失计算得到的，因而将之前选择到的Fine-Gained的特征引入，得到损失的定义为：  
 L i m i t a t i o n = 1 2 N p ∑ i = 1 W ∑ j = 1 H ∑ c = 1 C I i j ( f a d a p ( s ) i j c − t i j c ) 2 L\_\{imitation\}=\\frac\{1\}\{2N\_p\}\\sum\_\{i=1\}^\{W\}\\sum\_\{j=1\}^\{H\}\\sum\_\{c=1\}^\{C\}I\_\{ij\}(f\_\{adap\}(s)\_\{ijc\}-t\_\{ijc\})^2 Limitation=2Np1i=1∑Wj=1∑Hc=1∑CIij(fadap(s)ijc−tijc)2  
其中， N p = ∑ i = 1 W ∑ j = 1 H I i , j N\_p=\\sum\_\{i=1\}^W\\sum\_\{j=1\}^HI\_\{i,j\} Np=∑i=1W∑j=1HIi,j。因而，总的损失函数被描述为：  
 L = L g t + λ L i m i t a t i o n L=L\_\{gt\}+\\lambda L\_\{imitation\} L=Lgt\+λLimitation

# 3. 实验结果 #

文章的方法在几个不同backbone上进行实验得到的结果，其结果显示文章的方法总体带来的收益还是很不错的：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 2]

[Distilling-Object-Detectors]: https://github.com/twangnh/Distilling-Object-Detectors
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191228220707883.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk=,size_16,color_FFFFFF,t_70
[CVPR19-]: https://zhuanlan.zhihu.com/p/74648630
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20191228221000797.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/2019122822452761.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk=,size_16,color_FFFFFF,t_70