FSAF目标检测2019

有权重：

https://github.com/hdjang/Feature-Selective-Anchor-Free-Module-for-Single-Shot-Object-Detection

Problem

基于深度学习的目标检测网络FPN使用了多个feature map来检测目标。深层特征语义信息丰富，适合大目标的检测。浅层特征的细节信息保存较好，适合检测小目标。FPN根据ground true的面积大小，按照l0 = l0 + log2(wh/224)来决定负责预测该ground true所使用的feature map。作者认为这种分配策略是启发式的，不能保证为GT指派最合适的feature map。
目前的目标检测网络大多采用anchor机制，即先定义许多先验边框作为初始值，再在此基础上进行优化得到最终结果。Anchor 将所有可能的实例框的连续空间离散化为一些预定义尺寸，及宽高比的有限数量的框，虽然降低了优化难度，但缩小了网络的参数分布的空间。
Solution
作者希望每个instance能根据语义信息来选择feature map，不受anchor的约束。因此，提出anchor-free branch给出量化的标准，将GT指派给更合适的特征层。

先用anchor-free方法在特征图上大概检测一下，看看哪层效果好（损失函数最小），就将instance交给那层特征对应的anchor-based来处理。anchor-free branch预测是基于特征点的，不用anchor。

Feature Selective仅发生训练阶段，infer

FSAF目标检测2019相关推荐

Anchor-free目标检测综述 -- Dense Prediction篇
早期目标检测研究以anchor-based为主,设定初始anchor,预测anchor的修正值,分为two-stage目标检测与one-stage目标检测,分别以Faster R-CNN和SSD作 ...
CVPR 2019 目标检测论文汇总
CVPR 2019 目标检测论文汇总(0506更新中)极市平台已认证的官方帐号84 人赞同了该文章前段时间,计算机视觉顶会CVPR 2019 公布了接收结果,极市也对此做了相关报道 ,目前官方公布了 ...
多尺度目标检测调研（-2019.10）
本文是大概花费1个月时间做的目标检测调研报告,其中有些论文总结是基于个人理解从网上摘录,论文的细节还需找到原始paper阅读.可作为一个目标检测领域研究情况的快速浏览,仅供参考. 目录多尺度目标检测 ...
CVPR目标检测与实例分割算法解析：FCOS（2019），Mask R-CNN（2019），PolarMask（2020）
CVPR目标检测与实例分割算法解析:FCOS(2019),Mask R-CNN(2019),PolarMask(2020) 目标检测:FCOS(CVPR 2019) 目标检测算法FCOS(FCOS: ...
CVPR 2019 | 目标检测之面向更高精度的包围框回归
CVPR 2019 | 目标检测之面向更高精度的包围框回归背景介绍主要内容包围框参数化用于包围框回归的KL loss 测试阶段的方差投票机制实验分析实验细节: 实验结果: 总结参考文献 ...
CVPR 2019 | 小样本域适应的目标检测
作者丨文永亮学校丨哈尔滨工业大学(深圳)硕士生研究方向丨目标检测.GAN 引言最近笔者也在寻找目标检测的其他方向,一般可以继续挖掘的方向是从目标检测的数据入手,困难样本的目标检测,如检测物体被遮 ...
ICCV 2019 | 可选择性与不变性：关注边界的显著性目标检测
作者丨文永亮学校丨哈尔滨工业大学(深圳)硕士生研究方向丨目标检测.GAN 概要上一次我们介绍了 CVPR 2019 的 BASNet,CVPR 2019 的那篇 BASNet 主要通过引入结构相 ...
CVPR 2019 | PoolNet：基于池化技术的显著性目标检测
作者丨文永亮学校丨哈尔滨工业大学(深圳) 研究方向丨目标检测.GAN 研究动机这是一篇发表于 CVPR 2019 的关于显著性目标检测的 paper,在 U 型结构的特征网络中,高层富含语义特征捕 ...
AAAI 2019 论文解读 | 基于区域分解集成的目标检测
作者丨文永亮学校丨哈尔滨工业大学(深圳) 研究方向丨目标检测.GAN 本文解读的是一篇发表于 AAAI 2019 的 paper,文章提出了一种 R-DAD 的方法来对 RCNN 系列的目标检测方法 ...

FSAF目标检测2019

FSAF目标检测2019相关推荐

最新文章

热门文章