English | 简体中文
针对旋转目标检测器的Rotated-LD已发布。
论文解读: 目标检测-定位蒸馏 (LD, CVPR 2022), 目标检测-定位蒸馏续集——logit蒸馏与feature蒸馏之争
这是我们论文的代码实现
- Localization Distillation for Dense Object Detection
- Localization Distillation for Object Detection 期刊拓展
@Inproceedings{zheng2022LD,
title={Localization Distillation for Dense Object Detection},
author= {Zheng, Zhaohui and Ye, Rongguang and Wang, Ping and Ren, Dongwei and Zuo, Wangmeng and Hou, Qibin and Cheng, Mingming},
booktitle={CVPR},
year={2022}
}
@Article{zheng2022rotatedLD,
title={Localization Distillation for Object Detection},
author= {Zheng, Zhaohui and Ye, Rongguang and Hou, Qibin and Ren, Dongwei and Wang, Ping and Zuo, Wangmeng and Cheng, Ming-Ming},
journal={arXiv preprint arXiv:2204.05957},
year={2022}
}
[2022.4.13] Rotated-LD 已发布，旋转定位蒸馏。
[2021.3.30] LD被集成至MMDetection V2, 感谢 @jshilong , @Johnson-Wang与@ZwwWayne.
LD是知识蒸馏在目标定位任务上的拓展，利用教师所学习到的定位分布来指导学生的定位学习。
LD可稳定提高密集检测器约2.0 AP，几乎无附加计算消耗！
知识蒸馏(KD)在目标检测中具有强大的学习紧凑模型的能力。以往的目标检测KD方法大多聚焦于在特定区域内进行深层特征模仿，而非在分类头上进行logit模仿，因为后者提取定位信息的效率低。 本文通过重新定制定位头的知识蒸馏过程，提出了一种新的定位蒸馏(LD)方法，可以有效地将定位知识从教师传递给学生。 此外，我们还启发性地引入了有价值定位区域(VLR)的概念，有助于在特定区域内有选择性地蒸馏语义知识和定位知识。 结合这两个新的组件，我们首次展示了logit模仿可以优于特征模仿，并且对于蒸馏目标检测器来说，定位知识的蒸馏要比语义知识更重要、更有效。 我们的蒸馏方案简单有效，可以很容易地应用于不同的密集目标检测器。 实验表明，我们的LD可以在不牺牲推理速度的情况下，在COCO基准上，将训练1x的GFocalV1-ResNet-50的AP从40.1提高到42.1。
参见INSTALL.md, 里面包含了安装和数据集准备。我们使用的是Pytorch=1.5.1与cudatoolkits=10.1。
参见GETTING_STARTED.md, 包含了MMDetection的基本使用方法。
# 假设你已经在本项目代码的根目录下,
# 假设你已经激活了所需要的虚拟环境,
# 且COCO数据集已放置于'data/coco/'下。
./tools/dist_train.sh configs/ld/ld_r50_gflv1_r101_fpn_coco_1x.py 8lr=(samples_per_gpu * num_gpu) / 16 * 0.01
对于使用2块GPU，mini-batch大小为6张图，你应修改config文件如下:
optimizer = dict(type='SGD', lr=0.00375, momentum=0.9, weight_decay=0.0001)
data = dict(
samples_per_gpu=3,对于使用8块GPU，mini-batch大小为16张图，你应修改config文件如下:
optimizer = dict(type='SGD', lr=0.01, momentum=0.9, weight_decay=0.0001)
data = dict(
samples_per_gpu=2,我们提供了一些特征模仿方法的实现，包括了FitNets fitnet, DeFeat decouple, Fine-Grained finegrain, GI location gibox。
bbox_head=dict(
loss_im=dict(type='IMLoss', loss_weight=2.0),
imitation_method='finegrained' # gibox, finegrain, decouple, fitnet
)如果你发现蒸馏训练后的模型大小很大，你可以转换模型，参见publish_model.py
python tools/model_converters/publish_model.py your_model.pth your_new_model.pthCUDA_VISIBLE_DEVICES=0 python3 ./tools/benchmark.py configs/ld/ld_gflv1_r101_r50_fpn_coco_1x.py work_dirs/ld_gflv1_r101_r50_fpn_coco_1x/epoch_24.pth./tools/dist_test.sh configs/ld/ld_gflv1_r101_r50_fpn_coco_1x.py work_dirs/ld_gflv1_r101_r50_fpn_coco_1x/epoch_24.pth 8 --eval bboxCOCO
-
LD for Lightweight Detectors
只使用了主蒸馏区域。
Teacher Student Training schedule AP (val) AP50 (val) AP75 (val) AP (test-dev) AP50 (test-dev) AP75 (test-dev) AR100 (test-dev) -- R-18 1x 35.8 53.1 38.2 36.0 53.4 38.7 55.3 R-101 R-18 1x 36.5 52.9 39.3 36.8 53.5 39.9 56.6 -- R-34 1x 38.9 56.6 42.2 39.2 56.9 42.3 58.0 R-101 R-34 1x 39.8 56.6 43.1 40.0 57.1 43.5 59.3 -- R-50 1x 40.1 58.2 43.1 40.5 58.8 43.9 59.0 R-101 R-50 1x 41.1 58.7 44.9 41.2 58.8 44.7 59.8 -- R-101 2x 44.6 62.9 48.4 45.0 63.6 48.9 62.3 R-101-DCN R-101 2x 45.4 63.1 49.5 45.6 63.7 49.8 63.3 -
Self-LD
只使用了主蒸馏区域。
Teacher Student Training schedule AP (val) AP50 (val) AP75 (val) -- R-18 1x 35.8 53.1 38.2 R-18 R-18 1x 36.1 52.9 38.5 -- R-50 1x 40.1 58.2 43.1 R-50 R-50 1x 40.6 58.2 43.8 -- X-101-32x4d-DCN 1x 46.9 65.4 51.1 X-101-32x4d-DCN X-101-32x4d-DCN 1x 47.5 65.8 51.8 -
Logit Mimicking vs. Feature Imitation
Ours = Main KD + Main LD + VLR LD. ''Main''表示主蒸馏区域, ''VLR''表示有价值定位区域。使用R-101蒸馏R-50。
Method Training schedule AP (val) AP50 (val) AP75 (val) APs (val) APm (val) APl (val) -- 1x 40.1 58.2 43.1 23.3 44.4 52.5 FitNets 1x 40.7 58.6 44.0 23.7 44.4 53.2 Inside GT Box 1x 40.7 58.6 44.2 23.1 44.5 53.5 Main Region 1x 41.1 58.7 44.4 24.1 44.6 53.6 Fine-Grained 1x 41.1 58.8 44.8 23.3 45.4 53.1 DeFeat 1x 40.8 58.6 44.2 24.3 44.6 53.7 GI Imitation 1x 41.5 59.6 45.2 24.3 45.7 53.6 Ours 1x 42.1 60.3 45.6 24.5 46.2 54.8
./tools/dist_test.sh configs/ld/ld_gflv1_r101_r18_fpn_voc.py work_dirs/ld_gflv1_r101_r18_fpn_voc/epoch_4.pth 8 --eval mAPPASCAL VOC
-
LD for Lightweight Detectors
只使用了主蒸馏区域。
Teacher Student Training Epochs AP AP50 AP75 -- R-18 4 51.8 75.8 56.3 R-101 R-18 4 53.0 75.9 57.6 -- R-50 4 55.8 79.0 60.7 R-101 R-50 4 56.1 78.5 61.2 -- R-34 4 55.7 78.9 60.6 R-101-DCN R-34 4 56.7 78.4 62.1 -- R-101 4 57.6 80.4 62.7 R-101-DCN R-101 4 58.4 80.2 63.7 以下是评估结果的一个示例 (R-101→R-18).
+-------------+------+-------+--------+-------+ | class | gts | dets | recall | ap | +-------------+------+-------+--------+-------+ | aeroplane | 285 | 4154 | 0.081 | 0.030 | | bicycle | 337 | 7124 | 0.125 | 0.108 | | bird | 459 | 5326 | 0.096 | 0.018 | | boat | 263 | 8307 | 0.065 | 0.034 | | bottle | 469 | 10203 | 0.051 | 0.045 | | bus | 213 | 4098 | 0.315 | 0.247 | | car | 1201 | 16563 | 0.193 | 0.131 | | cat | 358 | 4878 | 0.254 | 0.128 | | chair | 756 | 32655 | 0.053 | 0.027 | | cow | 244 | 4576 | 0.131 | 0.109 | | diningtable | 206 | 13542 | 0.150 | 0.117 | | dog | 489 | 6446 | 0.196 | 0.076 | | horse | 348 | 5855 | 0.144 | 0.036 | | motorbike | 325 | 6733 | 0.052 | 0.017 | | person | 4528 | 51959 | 0.099 | 0.037 | | pottedplant | 480 | 12979 | 0.031 | 0.009 | | sheep | 242 | 4706 | 0.132 | 0.060 | | sofa | 239 | 9640 | 0.192 | 0.060 | | train | 282 | 4986 | 0.142 | 0.042 | | tvmonitor | 308 | 7922 | 0.078 | 0.045 | +-------------+------+-------+--------+-------+ | mAP | | | | 0.069 | +-------------+------+-------+--------+-------+ AP: 0.530091167986393 ['AP50: 0.759393', 'AP55: 0.744544', 'AP60: 0.724239', 'AP65: 0.693551', 'AP70: 0.639848', 'AP75: 0.576284', 'AP80: 0.489098', 'AP85: 0.378586', 'AP90: 0.226534', 'AP95: 0.068834'] {'mAP': 0.7593928575515747}
- 更多的实验细节可参阅GFocalV1, GFocalV2 and mmdetection.
pan.baidu pw: ufc8, teacher R101
pan.baidu pw: 5qra, teacher R101DCN
pan.baidu pw: 1bd3, Main LD R101→R18, box AP = 53.0
pan.baidu pw: thuw, Main LD R101DCN→R34, box AP = 56.5
pan.baidu pw: mp8t, Main LD R101DCN→R101, box AP = 58.4
GoogleDrive Main LD + VLR LD + VLR KD R101→R18, box AP = 54.0
GoogleDrive Main LD + VLR LD + VLR KD + GI imitation R101→R18, box AP = 54.4
pan.baidu pw: hj8d, Main LD R101→R18 1x, box AP = 36.5
pan.baidu pw: bvzz, Main LD R101→R50 1x, box AP = 41.1
GoogleDrive Main KD + Main LD + VLR LD R101→R18 1x, box AP = 37.5
GoogleDrive Main KD + Main LD + VLR LD R101→R34 1x, box AP = 41.0
GoogleDrive Main KD + Main LD + VLR LD R101→R50 1x, box AP = 42.1
GoogleDrive Main KD + Main LD + VLR LD + GI imitation R101→R50, box AP = 42.4
GoogleDrive Main KD + Main LD + VLR LD R101→R50 1x, box AP = 42.7
GoogleDrive | Training log Main KD + Main LD + VLR LD R101-DCN→R101 2x, box AP (test-dev) = 47.1
GoogleDrive | Training log Main KD + Main LD + VLR LD Res2Net101-DCN→X101-32x4d-DCN 2x, box AP (test-dev) = 50.5
其他的教师模型，可于GFocalV1, GFocalV2以及mmdetection中下载。
如果你想要画AP landscape，请替换相关文件为AP_landscape文件夹中的文件，然后运行
# config1 与 checkpoint1 代表你想要推理的head网络，即插值出的新feature将经过此模型的head
./tools/dist_test.py config1 config2 checkpoint1 checkpoint2 1
我们提供了Score voting Cluster-DIoU-NMS, 这是一种加速版的score voting NMS, 并且与DIoU-NMS相结合。 对于GFocalV1与GFocalV2, Score voting Cluster-DIoU-NMS可带来0.1-0.3 AP提升, 0.2-0.5 AP75提升, 以及<=0.4 AP50下降。相关config文件改动如下:
# Score voting Cluster-DIoU-NMS
test_cfg = dict(
nms=dict(type='voting_cluster_diounms', iou_threshold=0.6),
# Original NMS
test_cfg = dict(
nms=dict(type='nms', iou_threshold=0.6),