2018年arxiv object detection论文阅读-持续更新

1. An Anchor-Free Region Proposal Network for Faster R-CNN based Text Detection Approaches

论文原文见arxiv.

中心思想

对于尺度变化比较大的数据集来说，Faster RCNN的RPN阶段anchor的设计比较复杂，同时anchor只能预测水平的检测框，而不能预测带旋转角度的检测框，因此本文作者放弃了在RPN阶段使用anchor，在RPN阶段直接使用一个点(同样也是用3x3的滑动窗在conv4特征图上滑动得到)回归出bounding box的四个角点坐标，backbone是FPN版本的RPN网络，在coco和icdar上都取得了比FPN版Faster RCNN更好的效果。感觉类似于east的思想。

其它

文章也给出了一些FPN在文本检测任务中的实现细节：
1. 对于FPN的多个分支，每个GT只会分配给某一个分支，其他的分支都会将该GT忽略掉（感觉是类似于SNIP的思想）；
2. 这篇文章是在 coco, icdar 上进行文本检测，作者说 FPN 没必要使用 P5 和 P6，因为文本检测中一般没有这么大的图像，所以文章将 GT 按照短边的尺寸大小分为了