【学术研究】谈谈你的论文

契机：
商汤的grid rcnn，框架做grid rcnn工程迁移时候，发现这篇论文有改进的空间。

1.首先它用heatmap做检测框的预测，也就是point-guided而不是offset-guided，又因为他是基于anchor的，所以会存在一个问题就是无论proposal是否包含目标都得出一个在proposal内部的预测框，所以grid-guided天然存在对高质量proposal的依赖。文中是采用映射机制来缩小gt从而优化点的预测。但存在一个问题就是，他对所有正样本proposal都会有一样的映射，这导致本来就在内部的gt学的比较不好.这就是point-guided方法anchor产出proposal和gt的对不齐一个问题，这类方法的另一个问题就是，point-guided是受9个点约束预测的，所以实际结果会更加精细，但这就进一步拉大了和分类分支的对不齐问题。因为分类得分实际对框的位置没有那么敏感，所以不能完全发挥出point-guided方法精细化预测的优势，导致限制了最终计算指标的上限。

了解grid rcnn吗？创新点基于grid rcnn基于anchor同时point guided方法存在的不对齐问题

所以我的工作就是主要针对point guided这类方法这两点缺点：

1. 引入级联的思想，在每个阶段采取不同的iou过滤，并且给不同样本不一样的缩放比，因为后面阶段的proposal是前面修正的预测结果，所以缩放比可以更小一些。这样就能更加准确。
2. 为了解决得分的misalignment，我加入了两个分类器，一个二分类用于预测框的前景IoU，一个多分类用来预测分类得分，这个多分类的样本是经过调整后的，将预测结果作为正样本然后加入rpn的负样本。最后用这两个分类器结果来加权。让point guided预测出来的精细框有更加适配的得分。
3. loss，point-guided方法 l2 loss会更好

最终结果：
最终相比于Grid RCNN在R101上提升了1.5，到43
消融实验也表明这两点改进分别提供了一半的涨幅。
在速度这块，我们降低了roi的数量，实现了一下速度精度的trade off，不需要大量的框得出结果最后再nms，而是在进入head前降低数量。
级联速度怎么样

单把分类模块放到cascade上涨的不多