Anchor Free
Bruce_0712
这个作者很懒,什么都没留下…
展开
-
DenseBox
百度IDL作品,论文格式有点像NIPS;一作黄李超,当年在IDL实习做出的Densebox,现在在地平线;三作邓亚峰,在清华一直研究人脸方向,百度做到了科学家,现在格灵深瞳CTO;DenseBox在15年初就做出来了,时间比frcnn还早点,只不过写完论文挂在arxiv上的时间比较晚;三年后再学习这篇论文,也觉得有很多优秀的创新,毕竟现在sota的检测方法都是anchor-based的2-stage方法,在15年frcnn还未能一统江湖的时代,DenseBox提出的anchor-free思路算是目.转载 2020-11-04 21:57:53 · 1028 阅读 · 0 评论 -
UnitBox
文章是对Face++的论文《An Advanced Object Detection Network》的解析UnitBox使用了和DenseBox[2]类似的基于图像分割的方法进行人脸检测。在DenseBox中,bounding box的定位使用的是l2损失。l2损失的一个缺点是会使模型在训练过程中更偏向于尺寸更大的物体,因为大尺寸物体的l2损失更容易大于小物体。为了解决这个问题,UnitBox中使用了IoU损失,顾名思义,IoU损失既是使用Ground Truth和预测bounding box的交转载 2020-06-04 17:02:23 · 380 阅读 · 0 评论 -
Feature Selective Anchor-Free Module for Single-Shot Object Detection
论文原址:https://arxiv.org/abs/1903.00621摘要 本文提出了基于无anchor机制的特征选择模块,是一个简单高效的单阶段组件,其可以结合特征金字塔嵌入到单阶段检测器中。FSAF解决了传统基于anchor机制的两个限制:(1)启发式的特征选择(2)overlap-based anchor采样。FSAF的通用解释是将在线特征选择应用于与anchor无关的分支的训练上。即无anchor的分支添加到特征金字塔的每一层,从而可以以任意层次对box进行...转载 2020-10-18 19:33:22 · 249 阅读 · 0 评论 -
ExtremeNet:Bottom-up Object Detection by Grouping Extreme and Center Points
论文:《Bottom-up Object Detection by Grouping Extreme and Center Points》 CVPR2019论文地址:https://arxiv.org/pdf/1901.08043.pdf代码:https://github.com/xingyizhou/ExtremeNet原文链接:https://blog.csdn.net/chunfengyanyulove/article/details/99181340 ...转载 2020-10-18 16:20:04 · 381 阅读 · 0 评论 -
Bridging the Gap Between Anchor-based and Anchor-free Detection
张士峰大佬近期发了一篇论文解读Anchor-base和Anchor-free方法间的差别,其本质在于正负样本的选取方式不同。论文:《Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection》链接:https://arxiv.org/abs/1912.02424知乎解读(作者本人出没):https://www.zhihu.com/question/35转载 2020-10-16 14:50:21 · 394 阅读 · 0 评论 -
【Anchor-free系列】
FCOS: Fully Convolutional One-Stage Object Detectionhttps://zhuanlan.zhihu.com/p/62869137https://zhuanlan.zhihu.com/p/63868458CornerNet: Detecting Objects as Paired Keypointshttps://zhuanlan.zhihu.com/p/53407590CenterNet——Objects as Points..原创 2020-10-15 23:12:02 · 183 阅读 · 0 评论