CornerNet
预测左上角和右下角来得到最后的bounding boxes
- 所以最基本的需要两个feature map表示对应的Corner,称为heatmap
- top-left 和 bottom-right
- 将属于同一个object的corner聚合都一起得到最后的bounding box
-借鉴Associative Embedding method 利用了两个embedding层做grouping操作 - backbone采用hourglass network以得到高质量的feature map
- heatmap的尺寸大小为(H,W,C),C是类别数,一个channel对应一类物体
- Offset分支的设计
- 除了预测heatmap,还同时预测了弥补映射过程中带来的误差offset分支
Grouping Corner的设计
来自同一个object的Corner距离应该尽可能接近。为了表示Corner的距离,作者引入了一个embedding分支,该分支在空间上的尺寸和heatmap保持一样
即heatmap上每一个位置的Corner由一个embedding vector表示,这个vector隐式地表示了和其他Corner的距离
没有提前设定feature map上哪些points负责预测哪个ground-truth box,需要一个grouping操作将属于同一个object的points划分到一起
corner pooling
来更好的定位bbox的角点
ExtremeNet
- 待完成