論文閱讀筆記五十二：CornerNet-Lite: Efficient Keypoint Based Object Detection（CVPR2019）
論文原址：https://arxiv.org/pdf/1904.08900.pdf github:https://github.com/princeton-vl/CornerNet-Lite 摘要 基於關鍵點模式進行目標檢測是一種新的方法，他並不需要依賴於anchor ...
原文：論文閱讀筆記五十八:FoveaBox: Beyond Anchor-based Object Detector（CVPR2019）
論文原址：https: arxiv.org abs . 摘要 FoveaBox屬於anchor free的目標檢測網絡，FoveaBox直接學習可能存在的圖片種可能存在的目標，這期間並不需要anchor作為參考。主要靠兩方面實現: 產生類別敏感的語義map用於表示目標物存在的可能性。 在每個可能存在目標物的位置生成與類別無關的邊界框。目標邊框的尺寸與對應輸入圖片的特征金字塔的表示相關。 介紹 目 ...
2019-05-03 21:03 0 1761 推薦指數：
相關推薦
論文閱讀筆記四十八：Bounding Box Regression with Uncertainty for Accurate Object Detection(CVPR2019)
論文原址：https://arxiv.org/pdf/1809.08545.pdf github：https://github.com/yihui-he/KL-Loss 摘要 大規模的目標檢測數據集在進行ground truth 框標記時仍存在這歧義，本文提出新的邊界 ...
論文閱讀筆記四十六：Feature Selective Anchor-Free Module for Single-Shot Object Detection（CVPR2019）
論文原址：https://arxiv.org/abs/1903.00621 摘要 本文提出了基於無anchor機制的特征選擇模塊，是一個簡單高效的單階段組件，其可以結合特征金字塔嵌入到單階段檢測器中。FSAF解決了傳統基於anchor機制的兩個限制:(1)啟發式 ...
論文閱讀筆記五十四：Gradient Harmonized Single-stage Detector（CVPR2019）
論文原址：https://arxiv.org/pdf/1811.05181.pdf github:https://github.com/libuyu/GHM_Detection 摘要 盡管單階段的檢測器速度較快，但在訓練時存在以下幾點不足，正負樣本之間的巨大差距，同樣 ...
論文閱讀筆記五十七:FCOS: Fully Convolutional One-Stage Object Detection(CVPR2019)
論文原址：https://arxiv.org/abs/1904.01355 github: tinyurl.com/FCOSv1 摘要 本文提出了一個基於全卷積的單階段檢測網絡，類似於語義分割，針對每個像素進行預測。RetinaNet,SSD,YOLOv3，Faster ...
論文閱讀筆記五十一：CenterNet: Keypoint Triplets for Object Detection(CVPR2019)
論文鏈接：https://arxiv.org/abs/1904.08189 github：https://github.com/Duankaiwen/CenterNet 摘要 目標檢測中，基於關鍵點的方法經常出現大量不正確的邊界框，主要是由於缺乏對相關剪裁區域的額外監督 ...
論文閱讀筆記五十三：Libra R-CNN: Towards Balanced Learning for Object Detection(CVPR2019)
論文原址：https://arxiv.org/pdf/1904.02701.pdf github:https://github.com/OceanPang/Libra_R-CNN 摘要 相比模型的結構，關注度較少的訓練過程對於檢測器的成功檢測也是十分重要的。本文發現，檢測性能 ...
論文閱讀筆記四十九：ScratchDet: Training Single-Shot Object Detectors from Scratch(CVPR2019)
論文原址：https://arxiv.org/abs/1810.08425 github:https://github.com/KimSoybean/ScratchDet 摘要 當前較為流行的檢測算法是在經典的大規模分類的數據集上進行微調，但這樣做會存在兩個問題 ...