推荐CVer的总结 | 性能最强的目标检测算法
前言
趁最近目标检测(Object Detection)方向的论文更新较少,Amusi 赶紧做个"最强目标检测算法"大盘点。
https://github.com/amusi/awesome-object-detection
要知道衡量目标检测最重要的两个性能就是 精度和速度,特指 mAP 和 FPS。其实现在大多数论文要么强调 mAP 很高,要么就是强调 mAP 和 FPS 之间 Trade-off 有多好。
本文就来盘点一下 mAP 最高的目标检测算法,Amusi 将在COCO数据集上 mAP 最高的算法认为是"性能最强"目标检测算法。(COCO数据集是现在最主流的目标检测数据集,这一点看最新的顶会论文就知道了)
时间:2019.07.07
盘点内容:目标检测 mAP 最高的算法
说到目标检测算法,大家脑子里最先蹦出来的算法应该是 Faster R-CNN 和 YOLOv3。这一点在我调研的时候,从大家的反馈明显看得出来。
要知道 Faster R-CNN已经是2015年提出的论文了,而YOLOv3发表出来也已经一年多了。最近目标检测相关的论文,比较典型的有:SNIPER、CornerNet、ExtremeNet、TridentNet、FSAF、FCOS、FoveaBox、两个CenterNet 和 CornerNet-Lite等。
这么多目标检测算法,究竟哪家最强呢?!
性能最强的目标检测算法
这里 Amusi 罗列几个mAP很强很强的算法,并以时间线的角度来展示。
注意:各个网络使用不同backbone,或加不同的tricks,都会有不同的 mAP。所以Amusi 只介绍所能查到最强的算法或者最强组合算法。
SNIPER: Efficient Multi-Scale Training
mAP:47.6
Date:2018.05.23
arXiv:https://arxiv.org/abs/1805.09300
https://github.com/MahyarNajibi/SNIPER/
TridentNet:Scale-Aware Trident Networks for Object Detection
mAP:48.4
Date:2019.01.07 (已开源)
arXiv:https://arxiv.org/abs/1901.01892
https://github.com/TuSimple/simpledet
HTC + DCN + ResNeXt-101-FPN
mAP:50.7
Date:2019.01.22 (已开源)
arXiv:https://arxiv.org/abs/1901.07518
https://github.com/open-mmlab/mmdetection
NAS-FPN: Learning Scalable Feature Pyramid Architecture for Object Detection
mAP:48.3
Date:2019.04.16 (未开源)
arXiv:https://arxiv.org/abs/1904.07392
CornerNet-Saccade+gt attention
mAP:50.3
Date:2019.04.18 (已开源)
arXiv:https://arxiv.org/abs/1904.08900
https://github.com/princeton-vl/CornerNet-Lite
Cascade R-CNN:High Quality Object Detection and Instance Segmentation
mAP:50.9
Date:2019.06.24 (已开源)
arXiv:https://arxiv.org/abs/1906.09756
Caffe:https://github.com/zhaoweicai/cascade-rcnn
PyTorch:https://github.com/zhaoweicai/Detectron-Cascade-RCNN
Learning Data Augmentation Strategies for Object Detection
mAP:50.7
Date:2019.06.26 (已开源)
arXiv:https://arxiv.org/abs/1906.11172
https://github.com/tensorflow/tpu/tree/master/models/official/detection
综上所述,可知改进后的 Cascade R-CNN 算法是目前(2019.07.07)目标检测方向性能最强的算法,其 mAP 为 50.9。
侃侃
这里将 mAP 作为目标检测最强的指标,确实有失偏颇,不够严谨,因为很多人将目标检测应用在不同的任务上,其实要求的性能也有所不同。但请放心,Amusi 后续会统计一波 FPS最快的目标检测算法 和 mAP-FPS Trade-off 最佳的算法。
调查的论文和链接我会放在:https://github.com/amusi/awesome-object-detection,欢迎各位CVer进行 star 和 fork!
作者CVer-的公众号
▲长按关注我们
机器学习初学者
黄海广博士创建的公众号,黄海广博士个人知乎粉丝21000+,github排名全球前120名(30000+)。本公众号致力于人工智能方向的科普性文章,为初学者提供学习路线和基础资料。原创作品有:吴恩达机器学习个人笔记、吴恩达深度学习笔记等。
往期精彩回顾
那些年做的学术公益-你不是一个人在战斗
良心推荐:机器学习入门资料汇总及学习建议
吴恩达机器学习课程笔记及资源(github标星12000+,提供百度云镜像)
吴恩达深度学习笔记及视频等资源(github标星8500+,提供百度云镜像)
《统计学习方法》的python代码实现(github标星7200+)
精心整理和翻译的机器学习的相关数学资料
首发:深度学习入门宝典-《python深度学习》原文代码中文注释版及电子书
图解word2vec(原文翻译)
备注:加入本站微信群或者qq群,请回复“加群”
加入知识星球(4100+用户,ID:92416895),请回复“知识星球”
推荐CVer的总结 | 性能最强的目标检测算法相关推荐
- 大盘点 | 性能最强的目标检测算法
作者:Amusi Date:2020-05-09 来源:CVer微信公众号 链接:大盘点 | 性能最强的目标检测算法 前言 去年7月,Amusi 曾做过一篇整理:大盘点 | 性能最强的目标检测算法,那 ...
- 【CV】大盘点 | 性能最强的目标检测算法
前言 去年7月,Amusi 曾做过一篇整理:大盘点 | 性能最强的目标检测算法,那时收集的情况是:改进后的 Cascade R-CNN 算法是截止(2019.07.07)目标检测方向性能最强的算法,其 ...
- 推荐CVer的总结 | 性能最强的One-stage目标检测算法
前言 2019.07.07,CVer 曾推出一篇:大盘点 | 性能最强的目标检测算法,大家对此反映很好,还有很多同学私信要盘点 FPS 最快的目标检测算法. 要知道衡量目标检测最重要的两个性能就是 精 ...
- 目标检测-最强目标检测算法盘点(截止当前)
个人微信公众号:AI研习图书馆,欢迎关注~ 深度学习知识及资源分享,学习交流,共同进步~ 大盘点 | 性能最强的目标检测算法 1. 前言 本文针对现有目标检测(Object Detection)方向论 ...
- 本周AI热点回顾:最强的目标检测网络开源、ERNIE动静合一全新升级、假笑再也不能骗到AI了
01 54.7 AP!最强的目标检测网络:DetectoRS(已开源) 许多现代目标检测器通过使用两次looking和thinking的机制,表现了出色的性能.在本文中,作者探索了用于目标检测的bac ...
- RetinaFace,最强开源人脸检测算法
作者 | CV君 来源 | 我爱计算机视觉(ID:aicvmlaicvmlaicvml) 人脸检测为目标检测的特例,是商业化最早的目标检测算法,也是目前几乎各大 CV 方向 AI 公司的必争之地. W ...
- 它来了,它来了,最强目标检测算法YOLO v4,它真的来了!!!
YOLO 之父 Joseph Redmon 宣布退出计算机视觉领域,此事引发了极大的热议,其中一个悬念就是:我们还能等到 YOLO v4 吗? 现在,这一目标检测神器出现了新的接棒者!YOLO 的官方 ...
- 人脸检测算法_目前最强!开源人脸检测算法:RetinaFace
加入极市专业CV交流群,与6000+来自腾讯,华为,百度,北大,清华,中科院等名企名校视觉开发者互动交流!更有机会与李开复老师等大牛群内互动! 同时提供每月大咖直播分享.真实项目需求对接.干货资讯汇总 ...
- 目前最强开源人脸检测算法RetinaFace
点击我爱计算机视觉标星,更快获取CVML新技术 人脸检测为目标检测的特例,是商业化最早的目标检测算法,也是目前几乎各大CV方向AI公司的必争之地. WIDER FACE数据集是由香港中文大学发布的大型 ...
最新文章
- 个人银行账户管理程序
- Spring – ${} is not working in @Value--转载
- DL之GoogleNet:GoogleNet(InceptionV1)算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
- 广州的11个辖区_广州上半年经济发展情况,天河区总量超过2000亿
- 浅谈Perl的类、包、模块与面对对象编程
- 腾讯数据库内核团队资深架构师:TXSQL Internals @2018
- centos 6.4/6.5下源码编译安装mysql_CentOS 6.4/6.5下源码编译安装mysql
- Idea中Spring整合MyBatis框架中配置文件中对象注入问题解决方案
- 哈尔滨信息工程学院计算机在哪个校区,2021年哈尔滨信息工程学院有几个校区,大一新生在哪个校区...
- Linux数据库1366错误,ERROR 1366 (HY000): Incorrect string value:’XXX’ for column 'XXX at row 1解决...
- MySQL配置大小写敏感报错_mysql表名大小写敏感 - xbuding: watch and learn! - OSCHINA - 中文开源技术交流社区...
- 用python画皮卡丘-利用Python绘制萌萌哒的皮卡丘
- 记一次针对Centos的入侵分析
- 模拟电子技术基础 思维导图
- JNI中调用Java函数
- java初级简历模板
- vivo7.0系统怎么无root激活XPOSED框架的教程
- 【FoxMail】无法登录, 一直让创建问题.
- Centos系统下通过Nginx部署帝国CMS项目
- error: C++ requires a type specifier for all declarations
热门文章
- Array.from()
- vivado hls(1)
- Bootstrap系列 -- 37. 基础导航样式
- 怎么实现登录之后跳转到登录之前的页面?SpringMVC+Freemarker
- 警惕使用WebClient.DownloadFile(string uri,string filePath)方法
- CSS+JS鼠标悬停单元格变色
- 用setTimeout实现setInterval的功能
- 官方公布94本预警期刊名单,其中5本高风险
- 转载:【OpenCV入门教程之五】 分离颜色通道多通道图像混合
- oracle读写队列深度,ORACLE TUNE THINKING (三) 操作系统优化