一、概念介绍

    目标检测算法主要可以分为两类：two-stage detector和one-stage detector。

    Two-Stage：例如Faster-RCNN算法。第一级专注于proposal的提取，第二级对提取出的proposal进行分类和精确坐标回归。两级结构准确度较高，但因为第二级需要单独对每个proposal进行分类/回归，速度较慢。

    One-Stage：例如SSD，YOLO算法。此类算法摒弃了提取proposal的过程，只用一级就完成了识别/回归，虽然速度较快但准确率远远比不上两级结构。

    one-stage detector准确率不如two-stage detector的主要原因是正负样本不均衡，one-stage detector在得到特征图后，会产生密集的目标候选区域，而这些大量的候选区域中只有很少一部分是真正的目标，这样就造成了机器学习中经典的训练样本正负不平衡的问题。论文[1]提出了Focal Loss来对最终的Loss进行校正。

二、网络结构

    下图是RetinaNet的网络结构，整个网络相对Faster-RCNN简单了很多，主要由ResNet+FPN+2xFCN子网络构成。

上面提到的Focal Loss就是应用到类别分类的子网络中class subnets，损失函数可写作：

    是不同类别的分类概率， 是个大于0的值， 是个[0，1]间的小数， 和 都是固定值，不参与训练。

    无论是前景类还是背景类， 越大，权重 就越小。当某样本类别比较明确些，可以通过设置权值使其对整体loss的贡献就比较少；而若某样本类别不易区分，则使其对整体loss的贡献就相对偏大。这样得到的loss最终将集中精力去诱导模型去努力分辨那些难分的目标类别，于是就有效提升了整体的目标检测准度。

    和 的最优值是相互影响的，所以在评估准确度时需要把两者组合起来调节。论文[1]中给出 、 时，ResNet-101+FPN作为backbone的结构有最优的性能

三、Retinanet实践

    可以订阅ModelArts的Retinanet算法来入门和熟悉Retinanet在目标检测中的使用流程。

3.1 准备数据集

    在AI Gallery的数据中搜索“检测”，就能搜索到适合目标检测算法的训练集，可以点击helmet训练集。

    点击“下载”进入下一步。

    下载方式可以选择“对象存储服务(OBS)”和“ModelArts数据集”两种方式，都是将训练集下载到OBS桶内，所以目标位置都需要填写到OBS桶内的文件夹。当选择“ModelArts数据集”时可以给数据集命名，后面训练可以通过名称选择数据集。

    下载好的数据集是默认训练验证集切分比例为1.00，要输入到AI Gallery的Yolov5算法中需要进行切分。在“数据管理”的“数据集”中选择对应数据名称的“发布”。

可以选择切分比例为0.8。

3.2 订阅Retinanet算法

    在算法中选择物体检测-RetinaNet_ResNet50，订阅后前往控制台。

    进入控制台后会有不同版本的Retinanet，可以选择当前最新版本并创建训练作业。

3.3 训练Retinanet模型

    创建训练作业后只需要填写数据输入和模型输出train_url，超参数据可以选择默认值，也可以根据实际情况修改，创建完毕后点击“提交”。超参数据修改可参考：https://marketplace.huaweicloud.com/markets/aihub/modelhub/detail/?id=d965a19d-62e6-4a07-bb02-3db57ccf9c98

训练完毕后可看训练作业的评估结果，以及精度评估和敏感度分析。

3.4 在线推理部署

    点击训练作业中的“创建模型”。

    选择“从训练中选择”-“训练作业”后就能根据已经训练好的训练作业来导入模型。

    在“部署上线”的“在线服务”中点击“部署”。

选择刚才导入的模型进行部署。

 

  就能上传本地文件来进行预测。