# Logo识别 Logo识别技术，是现实生活中应用很广的一个领域，比如一张照片中是否出现了Adidas或者Nike的商标Logo，或者一个杯子上是否出现了星巴克或者可口可乐的商标Logo。通常Logo类别数量较多时，往往采用检测+识别两阶段方式，检测模块负责检测出潜在的Logo区域，根据检测区域抠图后输入识别模块进行识别。识别模块多采用检索的方式，根据查询图片和底库图片进行相似度排序获得预测类别。此文档主要对Logo图片的特征提取部分进行相关介绍，内容包括： - 数据集及预处理方式 - Backbone的具体设置 - Loss函数的相关设置 ## 数据集及预处理 ### LogoDet-3K数据集 logodet3k LogoDet-3K数据集是具有完整标注的Logo数据集，有3000个标识类别，约20万个高质量的人工标注的标识对象和158652张图片。相关数据介绍参考[原论文](https://arxiv.org/abs/2008.05359) ### 数据预处理 由于原始的数据集中，图像包含标注的检测框，在识别阶段只考虑检测器抠图后的logo区域，因此采用原始的标注框抠出Logo区域图像构成训练集，排除背景在识别阶段的影响。抠图后的训练集可[在此下载](https://arxiv.org/abs/2008.05359) 在训练阶段，采用如下的数据增强方式，按照顺序如下： - 图像`Resize`到224 - 随机水平翻转 - [AugMix](https://arxiv.org/abs/1912.02781v1) - Normlize：归一化到0～1 - [RandomErasing](https://arxiv.org/pdf/1708.04896v2.pdf) ## Backbone的具体设置 具体是用`ResNet50`作为backbone，但在`ResNet50`基础上做了如下修改： - 使用ImageNet预训练模型 - last stage stride=1, 保持最后输出特征图尺寸14x14 - 在最后加入一个embedding 卷积层，特征维度为512 ## Loss的设置 在Logo识别中，使用了[Pairwise cosface + CircleMargin](https://arxiv.org/abs/2002.10857) 联合训练，其中权重比例为1:1 具体代码详见：pairwisecosface.py 、circlemargin.py 代码 全部的超参数及具体配置：ResNet50_Logo.yaml。