作者:CV Daily | 编辑:Amusi
Date:2020-09-24
来源:计算机视觉Daily 微信公众号(系投稿)
原文:ECCV 2020 目标检测论文大盘点(49篇论文)
前言
距离ECCV 2020 会议结束有段时间了,但其中的论文大多是目前的SOTA,所以非常值得大家花时间阅读学习!
ECCV 2020 有效投稿数为5025,最终收录1361篇论文,录取率是27%。其中104篇 Oral、161篇 Spotlights,剩下皆为Poster。
计算机视觉Daily 将正式系列整理 ECCV 2020的大盘点工作,本文为第一篇:2D 目标检测方向。主要包含:一般的2D目标检测、旋转目标检测、视频目标检测、弱监督、域自适应等方向。整理共计49篇论文,计算机视觉Daily公众号后台回复:ECCV2020目标检测,即可下载访问。
- 注意1:并不包含3D 目标检测和显著性目标检测,因为这两个方向的论文也是超级多的,后续计算机视觉Daily会专门系统整理,还请关注后续内容。
- 注意2:据不完全统计,中科院7篇论文,港中文6篇,谷歌4篇,商汤4篇,北大3篇等。弱监督、域自适应方向的论文工作越来越多了(渐渐红海)
- 注意3:欢迎查漏补缺
目标检测
2D 目标检测
End-to-End Object Detection with Transformers
DETR:基于Transformers的端到端目标检测
-
作者单位:巴黎第九大学, Facebook AI
-
论文:https://arxiv.org/abs/2005.12872
-
代码:https://github.com/facebookresearch/detr
-
中文解读:
BorderDet: Border Feature for Dense Object Detection
BorderDet:用于密集目标检测的边界特征
- 作者单位:旷视科技, 西安交通大学
- 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2211_ECCV_2020_paper.php
- 代码:https://github.com/Megvii-BaseDetection/BorderDet
- 中文解读:
Corner Proposal Network for Anchor-free, Two-stage Object Detection
- 作者单位:国科大, 华为, 华中科大, 鹏城实验室
- 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/492_ECCV_2020_paper.php
- 代码:https://github.com/Duankaiwen/CPNDet
- 中文解读:
TIDE: A General Toolbox for Identifying Object Detection Errors
- 作者单位:佐治亚理工学院
- 主页:https://dbolya.github.io/tide/
- 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/849_ECCV_2020_paper.php
- 代码:https://github.com/dbolya/tide
- 中文解读:
Chained-Tracker: Chaining Paired Attentive Regression Results for End-to-End Joint Multiple-Object Detection and Tracking
- 作者单位:腾讯优图, 复旦大学, NAIST
- 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1624_ECCV_2020_paper.php
- 代码:https://github.com/pjl1995/CTracker
- 中文解读:
Side-Aware Boundary Localization for More Precise Object Detection
- 作者单位:香港中文大学, 南洋理工大学, 商汤科技, 浙江大学, 中科大
- 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2272_ECCV_2020_paper.php
- 代码:https://github.com/open-mmlab/mmdetection
- 中文解读:
AABO: Adaptive Anchor Box Optimization for Object Detection via Bayesian Sub-sampling
- 作者单位:清华大学, 华为诺亚
- 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/3977_ECCV_2020_paper.php
- 代码:https://