FoveaBox:目标检测新纪元,无Anchor时代来临 | 技术头条
作者 | CV君
转载自我爱计算机视觉(ID:aicvml)
目标检测的任务是“分类”并从图像中“定位”出物体,但长久以来,该领域的工作大多是这样:生成可能包含目标的区域,然后在该区域提取特征并分类。
显然,人眼并不是这样工作的。
人眼可以直接定位出物体,也就是对人眼来说发现目标的过程,定位和分类是一体的。
现代深度学习的方法,代表性的包括二阶段的Faster R-CNN和一阶段的SSD、RetinaNet等,使用在特定尺度图像中预先定义大量的目标框(Anchors)的方法,降低了计算量。但这也带来了超参数增加、人为调参过拟合评测数据集、前后景目标类别不平衡等问题。
但很有意思的是,近半年来,尤其以CornerNet的出现为代表,越来越多的工作开始尝试摆脱Anchors的设计。
CV君相信,无Anchor的目标检测已经悄然成为该领域的重要发展方向。
今天跟大家分享的FoveaBox则是该方向最新的成果(昨天刚刚传到arXiv),针对的是通用目标检测领域,算法方案简单,结果达到state-of-the-art,代码亦将开源,方便后续其他学者跟进,发展空间极大。
深度神经网络可以自己回归出目标包围框,Anchor并非必要,目标检测“可能”要就此进入新纪元了!
下面是论文《FoveaBox: Beyond Anchor-based Object Detector》的作者信息:
作者分类来自清华大学、北京国家信息科技研究中心、字节跳动AI实验室、宾夕法尼亚大学。
感谢~
下图为无Anchor的FoveaBox算法与RetinaNet在COCO数据集上的结果比较,RetinaNet通过改变anchors个数,精度有变化,但FoveaBox更胜一筹。
算法思想
FoveaBox的动机来自人眼的中央凹:视野中心(物体)具有最高的视力。
(物体的位置信息能够从中心反应出来——CV君的理解)
下图展示了FoveaBox目标检测的基本思想,对于可能存在目标的每个输出空间位置,FoveaBox直接预测所有目标类别存在的置信度和边界框。
FoveaBox是在RetinaNet目标检测网络基础上做的改进,我们先来看看RetinaNet的网络架构。
如下图,RetinaNet利用了特征金字塔网络检测目标,对于金字塔的每一层,都后接class + box 子网络。最右侧上半部分为class子网络,下半部分为box子网络。
下图是FoveaBox网络的改进,class 子网络计算的是每个输出位置分别存在不同类别目标的置信度,box子网络则是直接计算每个输出位置的与类别无关的目标包围框(左上和右下顶点坐标)。
在论文第三部分从骨干网、训练时目标的尺度分配、训练时目标位置信息内陷、box 预测、网络优化和推断等详细说明了训练和推断的细节。
实验结果
作者首先研究了,FoveaBox算法与RetinaNet在变化anchor密度、目标宽高比后的精度结果,如下图(a)(b),FoveaBox比RetinaNet的最好结果还好。
因为FoveaBox具有自己生成候选目标区域的能力,作者将其与RPN网络相比较,下图(c),发现其生成的目标候选框比RPN的质量更高!
下面表格展示了,FoveaBox与目前两阶段和一阶段state-of-the-art目标检测算法在COCO数据集上检测结果比较,FoveaBox取得了几乎最好的结果,仅三个指标略低于Cascade R-CNN,但作者称许多高级目标检测技巧,FoveaBox还没有使用,后续还有提高的潜力。
下图为FoveaBox与RetinaNet的检测结果示例,可见在宽高比变化较大的目标上,FoveaBox取得了更好的结果。
论文地址:
https://arxiv.org/pdf/1904.03797v1.pdf
作者称代码将开源,地址暂未公布。
(本文为AI科技大本营转载文章,转载请联系原作者)
◆
实习生招募
◆
推荐阅读:
详解爱奇艺ZoomAI视频增强技术的应用 | 公开课笔记
DOTA2人机决战:2:0!OpenAI击败世界冠军OG
Python的10个“秘籍”,这些技术专家全都告诉你了
从头构建恶性肿瘤检测网络 | 100行Python代码理解深度学习关键概念
马云再谈 996:真正的 996 与被剥削无关
漫画:图的 “最短路径” 问题 | 技术头条
从 0 到管理 200 人,这位程序员是如何做到的? | 程序员有话说
4000万假币流入波场, 发生在凌晨的BTT假币攻击事件始末及细节披露
程序员为什么都爱穿冲锋衣?(最全总结)
❤点击“阅读原文”,查看更多精彩文章。
FoveaBox:目标检测新纪元,无Anchor时代来临 | 技术头条相关推荐
- FoveaBox:目标检测新纪元,无Anchor时代来临!
点击我爱计算机视觉标星,更快获取CVML新技术 目标检测的任务是"分类"并从图像中"定位"出物体,但长久以来,该领域的工作大多是这样:生成可能包含目标的区域,然 ...
- 用AI创造AI,人工智能无代码时代来临
https://www.toutiao.com/a6680750885359845901/ 大数据文摘出品 记者:云舟 玛丽·雪莱在创作世界上第一部科幻小说<科学怪人>(又译:弗兰肯斯坦) ...
- 全面理解目标检测中的anchor
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 来源丨CV技术指南 编辑丨极市平台 导读 anchor是一个晦涩难懂 ...
- anchor free 目标检测_《目标检测》系列之二:目标检测中的Anchor机制回顾
前段时间,YOLOv4&v5大火,很多人忽视了yolov5在anchor上的一些细节变化,因此,本文从Faster RCNN着手,逐步分析SSD.YOLOv4&v5的anchor机制. ...
- 无代码时代来临,程序员如何保住饭碗?赶紧看一看!
编程语言层出不穷,从最初的机器语言到如今2500种以上的高级语言,程序员们大呼"学到头秃".程序员一边面临编程语言不断推陈出新,一边面临由于许多代码已存在,程序员编写新应用程序时存 ...
- 目标检测中的Anchor
前言: 在计算机视觉四大基本任务(检测.分类.定位.分割)中,图像的目标检测受到的了研究者们越来越多的关注.今天我们就来聊一聊在目标检测中一项重要的机制--Anchor.Anchor机制在凯明大神提出 ...
- 前景目标检测的无监督学习
无监督学习是当今计算机视觉领域最困难的挑战之一.这项任务在人工智能和新兴技术中有着巨大的实用价值,因为可以用相对较低的成本收集大量未标注的视频. ------ 01 概述 ------ 今天,我们介绍 ...
- RandomRooms:用于3D目标检测的无监督预训练方法(ICCV2021)
论文标题:RandomRooms: Unsupervised Pre-training from Synthetic Shapes and Randomized Layouts for 3D Obje ...
- 应用架构步入“无服务器”时代 Serverless技术迎来新发展
摘要:以"原生蓄力,云领未来"为主题的2021年云原生产业大会上,华为云Serverless函数服务产品经理分享了"华为云Serverless函数服务,让开发上云极简高效 ...
最新文章
- Chapter 2 Open Book——16
- 实现做出html的上标以及下标
- TensorFlow与主流深度学习框架对比
- python 全栈开发,Day82(点赞和踩灭,用户评论)
- VisualBasic 版 (精华区)
- dategurd oracle_Oracle 时间和日期处理
- python安装oracle驱动_Python安装Oracle数据库驱动
- mysql timestamp 默认值是什么#039;_MYSQL中TIMESTAMP类型的默认值
- Python学习之==日志模块
- Gradle从入门到实战 - Groovy基础(by任玉刚)读后笔记
- S3C2440之液晶屏LCD驱动
- 基于Atmel128A单片机的MP31.0设计
- 线性代数笔记(矩阵)
- python-机器学习-决策树算法
- woo语言实现 m3u8流媒体视频文件 下载并播放
- 公司章程绝对记载事项有哪些
- cam、ts、tc、scr等电影版本标识的解析及区别(中英文对照版)
- 二进制流转PDF,未能加载的pdf文档
- Python与openpyxl的不解之缘【1】
- 双评价技术指南2020_双评价技术指南试评价培训交流会成功召开