Attention RPN
为了让RPN学习到支持集和查询集之间目标的潜在联系，避免RPN在查询集的未知样本上出现随机游走的情况。
为什么池化尺度为 1
- 池化尺度是从实验得到的
- 实验也同时验证了全局特征可以为目标分类提供一个好的目标先验
VS. Conventional RPN
Overlap 0.5：0.9130 vs. 0.8804
ABO(Average Best Overlap Ratio)：0.7282 vs. 0.7127
Multi-Relation Module
为什么构建？
将支持集和查询集的目标通过全局、局部、块区三个层级全面联系起来，让网络学习到目标在这个三个层级之间的潜在关联，使得网络最终能更好的从支持集泛化到查询集的未见目标上。
Global Relation：学习一个全局匹配的深度embedding；
Local Relation：学习一个像素级和深度互相的关系；
Patch Relation：学习一个深度非线性度量关系。
实验结果
实现细节
假设支持特征和查询候选区的特征
，特征大小为
Global-Relation Head
concat
avg pool
MLP = relationship
Local-Relation Head
- 对
和
分别用
卷积处理；
- 使用
的深度互相关操作计算相似性
Patch-Relation Head
使用
ReLU和Pooling将feature size 从下采样到
使用
FC层生成匹配置分和bbox预测
Two-way Contrastive Training Strategy
Naive Traning Strategy
从支持集和查询集中抽取一对同类别样本对网络进行训练。
Ours
idea basic：一个好的模型不仅可以匹配不同的类别，同时可以区分不同的类别。
类似于Triplet loss的训练方式，除了构建一对同类别的训练对，同时从支持集中引入一个不同类别的样本，作为对抗样本，即。
采样选择
采用对抗样本训练策略后，网络不仅要学习同类别样本的关联，也要学习不同类别样本的区别，而同类别样本总是稀少的，使得不同类别样本产生大量背景候选框主导训练，因而需要对正负样本进行采样。
采样比例为，
对比实验结果
刨除Attention RPN的微小增益，足以说明让网络学习区分不同类别物体的相当重要的。
