1 简介

2 网络结构

3 损失函数

3.1 heatmap loss（改造的Focal Loss）

3.2 长宽预测loss（L1损失函数）

3.3 中心点偏移值loss（L1损失函数）

4 扩展：关节点预测和3D任务

4.1 人体关节点预测

4.2 3D目标检测

1 简介

时间：2019年论文《Objects as Points》
特点：
- 不需要anchor、也不需要NMS，模型结构简单、速度快、精度高（比yolo3高4个点）！
- 只需少量修改head，就可以改造成3D目标检测和人体关节点检测。

2 网络结构

输入：3 x 512 x 512。

backbone：特征提取器（32倍下采样） + 反卷积（8倍上采样）。

head：3个分支进行预测，每个分支用2个卷积实现。

输出：

80 x 128 x 128：目标分类信息和中心点位置信息，每个类单独在一个热图中，热图中最亮的一些点就是坐标信息。
2 x 128 x 128：所有目标的w和h信息，一个预测w，另一个预测h。每个网格与热图中目标网格一一对应。
2 x 128 x 128：所有目标中心点的x和y偏移量信息。

3 损失函数

因为网络输出3个部分，所以损失函数也有3个部分：

heatmap的loss（改造的Focal Loss）
目标长宽预测loss（L1损失）
目标中心点偏移值loss（L1损失）

以下参考：https://www.cnblogs.com/silence-cho/p/13955766.html

3.1 heatmap loss（改造的Focal Loss）

备注：一个目标正样本就一个，负样本指的是热图中心点附近的点。

关于热图，看一个官方源码中生成的一个高斯分布：

每个点的范围是0-1，而1则代表这个目标的中心点，也就是我们要预测要学习的点。

3.2 长宽预测loss（L1损失函数）

3.3 中心点偏移值loss（L1损失函数）

4 扩展：关节点预测和3D任务

4.1 人体关节点预测

这个问题，本质上，就相当于把人的每类肢体关节点，定义为一个类。

如下图，假如要识别一张图上，所有人的5个关节点，那么网络输出head定义如下：

输入：一张2D图像。

输出：

5 x 128 x 128：5个热图，每类关节点单独在一个热图中。
2 x 128 x 128：所有关节点的w和h信息。
2 x 128 x 128：所有关节点的x和y偏移量信息。

备注：也可以训练centernet直接检测85类目标（80个coco物体类+5个人体关节点类）。

4.2 3D目标检测

3D目标检测，需要在3D数据中，预测出目标（相对拍摄相机）的depth距离、目标的3D bbox框的长宽高信息、bbox的朝向信息。

输入：2D图（但标签包含2D图的3D信息，如自动驾驶KITTI数据集）

输出：

class x 128 x 128：每类目标单独在一个热图中。
3 x 128 x 128：长、宽、高信息。
1 x 128 x 128：depth距离信息。
8 x 128 x 128：3D bbox的朝向信息。

效果类似如下：

具体方法参考：https://zhuanlan.zhihu.com/p/350610859

CenterNet算法快速入门相关推荐

算法快速入门-基于《算法图解》的算法入门教程(3)
目录一.问题引入二.图的介绍三.广度优先搜索四.实现图五.实现算法 1.创建一个队列,用于检查要检查的结点 2.从队列中弹出一个结点 3.检查这个结点是不是原结点的邻居 a)是,则找到目 ...
【51单片机快速入门指南】4.3.4： MPU6050使用Madgwick AHRS算法实现六轴姿态融合获取四元数、欧拉角
目录源码 Madgwick_6.c Madgwick_6.h 使用方法测试程序 main.c 效果 STC89C516 32MHz Keil uVision V5.29.0.0 PK51 Prof ...
【51单片机快速入门指南】4.3.3： MPU6050使用Mahony AHRS算法实现六轴姿态融合获取四元数、欧拉角
目录源码 Mahony_6.c Mahony_6.h 使用方法测试程序 main.c 效果 STC89C516 32MHz Keil uVision V5.29.0.0 PK51 Prof.Dev ...
《算法笔记》2.3小节——C/C++快速入门-选择结构
<算法笔记>2.3小节--C/C++快速入门->选择结构 Contest100000567 - <算法笔记>2.3小节--C/C++快速入门->选择结构 Conte ...
算法基础、算法比赛快速入门（java）
想用Java快速入门算法?这篇文章你得看! 提示:本文章适合想要入门算法,并且想 "快速" 达到一定成果的同学们阅读~ 文章非常非常非常长(可能是你见过最长的算法基础篇章)!!! ...
处理Excel的Python算法_4.1_：数组导入和整理模块——Panda（快速入门）
索引官方网站 QuickStart Pandas概览数据结构大小可变与数据复制快速入门生成对象查看数据选择缺失值运算合并(Merge) 分组(Grouping) 重塑(Reshap ...
【推荐算法】点击率预估模型（CTR）快速入门（赋源码）
CTR 快速入门本项目主要使用 DeepCTR 进行CTR模型训练. 开源本项目,方便初学者快速进行CTR模型训练. [项目说明] 配置化运行,无需修改代码. 仅需提供训练数据,并通过简单的配置,即 ...
图文并茂！60页PPT《快速入门python数据分析路线》（附链接）
一个月不走弯路快速入门学python和python数据分析路线,呕心沥血加班加点做了2天,一共63页,该课件讲的都是路线中的核心知识,今天把该PPT分享给大家,能根据该课件提到的知识有针对性的学,做到 ...
一文快速入门分库分表中间件 Sharding-JDBC （必修课）
书接上文 <一文快速入门分库分表(必修课)>,这篇拖了好长的时间,本来计划在一周前就该写完的,结果家庭内部突然人事调整,领导层进行权利交接,随之宣布我正式当爹,紧接着家庭地位滑落至第三名, ...

CenterNet算法快速入门

1 简介

2 网络结构

3 损失函数

3.1 heatmap loss（改造的Focal Loss）

3.2 长宽预测loss（L1损失函数）

3.3 中心点偏移值loss（L1损失函数）

4 扩展：关节点预测和3D任务

4.1 人体关节点预测

4.2 3D目标检测

CenterNet算法快速入门相关推荐

最新文章

热门文章