Object Detection via Aspect Ratio and Context Aware Region-based Convolutional Networks

https://arxiv.org/abs/1612.00534

本文针对目标检测问题在 R-FCN基础上提出了 ARC-RCNN,主要改进是使用了Aspect Ratio 和 Context 这两个信息。
通过增加计算量来提升性能。

我们要解决的问题如下图所示:

不管是一开始的 image warp 还是后来的 feature warp 都会引入artifacts,这里我们引入Aspect Ratio 和 Context 来修正。

整个系统流程图如下所示:

首先使用 CNN Backbone 提取卷积特征,计算Global Context 和 Local Context 特征图,使用 RPN 提取候选区域,对每个 RoI ,我们使用 m 个 Aspect ratio,每个 Aspect ratio 分布计算 roi,local global position-sensitive maps ,综合这三个特征,使用 Soft-MAX进行分类,并进行坐标回归。最后结合 m个 Aspect ratio 检测结果,取最好的作为输出。

目标检测--Object Detection via Aspect Ratio and Context Aware相关推荐

  1. CV之OD:计算机视觉之目标检测(Object Detection)方向的简介、使用方法、案例应用之详细攻略

    CV之OD:计算机视觉之目标检测(Object Detection)方向的简介.使用方法.案例应用之详细攻略 目录 OD目标检测的简介 1.Selective Search for Object Re ...

  2. 同r做一个窗口_目标检测(Object Detection):R-CNN/SPPnet/R-FCN/Yolo/SSD

    这篇文章我是Survey目标检测(Object Detection)系列论文的一个总结. 包括R-CNN系列.SPP-net.R-FCN.YOLO系列.SSD.DenseBox等. 基本概念 目标识别 ...

  3. [Intensive Reading]目标检测(object detection)系列(九) YOLOv3:取百家所长成一家之言

    目标检测系列: 目标检测(object detection)系列(一) R-CNN:CNN目标检测的开山之作 目标检测(object detection)系列(二) SPP-Net:让卷积计算可以共享 ...

  4. 快速目标检测--Object detection at 200 Frames Per Second

    Object detection at 200 Frames Per Second 本文在 Tiny Yolo 的基础上设计了一个目标检测网络,在 Nvidia 1080ti 上可以达到 100帧每秒 ...

  5. 深度学习目标检测(object detection)系列(一) R-CNN

    原文链接 R-CNN简介 R-CNN提出于2014年,应当算是卷积神经网络在目标检测任务中的开山之作了,当然同年间还有一个overfeat算法,在这里暂不讨论. 在之后的几年中,目标检测任务的CNN模 ...

  6. 什么是目标检测--Object Detection

    目标检测,也叫目标提取,是一种基于目标几何和统计特征的图像分割.它将目标的分割和识别合二为一,其准确性和实时性是整个系统的一项重要能力.目标检测不仅要用算法判断图片中物品的分类, 还要在图片中标记出它 ...

  7. 对象检测(Object Detection)DNN-YOLOv3讲解

    文章目录 1 概述 2 如何衡量对象检测的结果 2.1 准确性(precision)和召回率(recall) 2.2 准确率-召回率曲线(precision-recall curve).平均准确率(A ...

  8. [caffe]深度学习之CNN检测object detection方法摘要介绍

    [caffe]深度学习之CNN检测object detection方法摘要介绍  2015-08-17 17:44 3276人阅读 评论(1) 收藏 举报 一两年cnn在检测这块的发展突飞猛进,下面详 ...

  9. 【手把手AI项目】八、MobileNetSSD通过Ncnn前向推理框架在Android端的使用--Cmake编译(目标检测 objection detection)

    一.前言 安装win10+linux-Ubuntu16.04的双系统(超细致) ubuntu16.04+caffe+CUDA10.0+cudnn7.4+opencv2.4.9.1+python2.7 ...

最新文章

  1. FreeBSD Top States
  2. 安装python sklearn经验总结
  3. xajax中的中文乱码问题
  4. python机器学习梯度下降求解逻辑回归
  5. Cubic interpolation立方插值
  6. JQuery——实现Ajax应用
  7. IDEA中.properties配置文件输入中文显示Unicode编码,本地编辑器,服务器打开显示Unicode编码问题解决方案
  8. poj 2240 Arbitrage floyd基础,字符串输入有点麻烦
  9. android手机添加删除桌面图标和插件,设置壁纸
  10. python web框架 多线程_Django基础一之web框架的本质
  11. python爬取网站所有资源
  12. Word论文排版教程
  13. dijkstra最短路径算法视频_最短路径之Dijkstra算法详细讲解
  14. 爱自己,实现财务自由
  15. JS逻辑运算符的与,或,非
  16. c#(webapi)获取当前项目路径
  17. 我们为什么要使用空接口
  18. Pycharm报错:AttributeError: ‘NoneType‘ object has no attribute ‘_gdal‘的解决办法
  19. spring boot之Spring Mvc开发和常用注解说明
  20. 无人驾驶导航定位技术初探(开山篇)

热门文章

  1. Science | 基于算法设计疫苗的人工蛋白
  2. ubuntu下scp批量拷贝文件不需要输入密码
  3. 用Beamer制作幻灯片(卷三 动画篇)
  4. c语言二叉树链式存储,二叉树链式存储基本操作(C语言)
  5. php mysql多重筛选,如何使用php、html、mysql构建一个多重分类选择列表
  6. Nature灵魂拷问:微生物组数据一大堆,如何能改变人类健康?
  7. Windows10远程桌面Ubuntu——把服务器当超高配置的个人电脑使用
  8. 肠·道 | 朱元方:产检消毒恐误伤菌脉,6大举措则促菌脉相承
  9. ggThemeAssist:鼠标调整ggplot2主题,不用再记这些代码啦!
  10. pandas使用to_datetime函数把dataframe的字符串日期数据列转化为日期格式日期数据列( strings to datetime in dataframe column)