NanoDet-Plus及其代码解读

NanoDet-Plus及其代码解读

• • 一、前言
  • loss
  • Reference:

code: Nanodet

一、前言

之前就有关注过NanoDet，在轻量级检测模型中，卓越的性能，引起了广泛讨论，正巧前端时间看到NanoDet作者更新了第二代模型NanoDet-Plus，同时最近在做一些知识蒸馏的工作，看到NanoDet-Plus也引入了LAD[2]的工作，于是研究了一下NanoDet-Plus代码并进行一些修改实验。关于NanoDet-Plus的实验原理等，直接见作者的文章[1]，写得很详细，写得非常棒。本文主要基于NanoDet-Plus的代码进行理解，补充一些细节和自己的理解。

二、主体结构

NanoDetPlus较为简单，跟onestage检测器差不多，差别在于为了引入辅助检测头（aux_head)做出的改动。aux_head是相对原来head效果更强的检测头，同时为了aux_head发挥更好的效果，作者复制了原来的FPN作为aux FPN，并且和原来的FPN进行concat，得到dual_fpn_feat, 最终将dual_fpn_feat提取的特征送辅助head。注意，在训练的时候，代码中选择在10th epoch的时候进行detach。

三、head

aux head相对原head，主要有更多的卷积（4个3x3的卷积），更大的channel数，GN等。详细的可以见simple_conv_head.py，代码较为简洁明了。辅助模块只在训练阶段用到，不参与inference，不影响推理速度，十分友好。

四、Label Assignment distillation

Label Assignment是影响目标检测性能的一个比较重要的因素，像静态匹配时期比较经典的ATSS等。这里要强烈推荐YOLOX[3]的动态匹配策略simOTA，实现简洁，在很多模型上都取得了不错的效果。

NanoDetPlus针对动态匹配在小模型上效果不好的问题，提出用学习能力更强的东西来指导小模型的检测头进行匹配。参考LAD[2]的工作，通过label assignment distillation来提升性能。LAD就是使用教师网络预测的结果去计算标签匹配，来指导学生网络训练。额外训练一个教师模型，需要的资源大大增加，所以NanoDet-Plus设计了一种简单轻量的训练辅助模块(AGM)。

loss

计算loss的时候需要注意，Label Assignment distillation的核心代码：把aux pred结果进行label assign, 再用这个label assign的结果分别给到原head和aux head的预测结果进行计算loss，最后把两边的loss相加作为总的loss。

Reference:

[1] 超简单辅助模块加速训练收敛，精度大幅提升！移动端实时的NanoDet升级版NanoDet-Plus来了！

[2] Nguyen C H, Nguyen T C, Tang T N, et al. Improving Object Detection by Label Assignment Distillation[C]//Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision. 2022: 1005-1014.

[3] Ge Z, Liu S, Wang F, et al. Yolox: Exceeding yolo series in 2021[J]. arXiv preprint arXiv:2107.08430, 2021.

[4] Li G, Li X, Wang Y, et al. Knowledge Distillation for Object Detection via Rank Mimicking and Prediction-guided Feature Imitation[J]. arXiv preprint arXiv:2112.04840, 2021.

[4] Li X, Wang W, Wu L, et al. Generalized focal loss: Learning qualified and distributed bounding boxes for dense object detection[J]. Advances in Neural Information Processing Systems, 2020, 33: 21002-21012.

[5] 大白话 Generalized Focal Loss

ps://zhuanlan.zhihu.com/p/147691786)