首先放上DOTA数据集官网（http://captain.whu.edu.cn/DOTAweb/index.html），官网提供水平和旋转目标提交接口，可以看到检测结果实时排行榜（http://captain.whu.edu.cn/DOTAweb/results.html），目前前五名分别来自武汉大学夏桂松团队、南京理工大学pca_lab、Cyber 公司、中科院电子所以及阿里idst。点开前面加号可以看到有的团队的方法介绍。
DOTA旋转目标赛道实时排名（2019年12-22）
以下方法介绍按照论文提交时间顺序。
1.RRPN（两阶段文字检测 华科白翔组）
时间：3 Mar 2017
题目：Arbitrary-Oriented Scene Text Detection via Rotation Proposals
链接：https://arxiv.org/abs/1703.01086
创新：
应该是第一个基于RPN架构引入旋转候选框实现任意方向的场景文本检测。基于旋转的anchor得到旋转ROI，然后提取相应特征，效果可以
pipeline
预定义anchor
2.EAST （单阶段文字检测器 旷世科技）
时间：11 Apr 2017
题目：EAST: An Efficient and Accurate Scene Text Detector
链接：https://arxiv.org/pdf/1704.03155.pdf
知乎解读：https://zhuanlan.zhihu.com/p/37504120
创新：
提出单阶段的检测框架figure3。提出一种新的旋转目标定义方式（特征点到旋转框的四边距离以及角度信息），如下图c，图d，e分别预测四个距离和角度信息
应该算是比较早的anchor-free方法检测旋转目标的尝试，将旋转的ground-truth box向内按比例缩小一个范围如下图左上角（a）中的绿色框，特征点落在这个绿色框内作为正样本。2019年的一篇 anchor-free 水平框目标检测器FoveaBox 和这个思路有点相似（arxiv.org/abs/1904.0379）
提出一个Locality-Aware NMS，加速nms过程
3. R2CNN （两阶段文字检测 三星中国）
时间：29 Jun 2017
题目：R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection
链接：https://arxiv.org/ftp/arxiv/papers/1706/1706.09579.pdf
知乎解读：https://zhuanlan.zhihu.com/p/41662351
创新：
提出一种新的旋转目标定义方式（检测 顺时针顺序的四个角点中的 前两个角点x1 y1 x2 y2和矩形高）
整体使用faster rcnn框架，考虑到某些文字框的宽高差距很大，在ROI pooling时 除了使用7x7的pooled size 还增加了3x11和11x3 两种pooled size。3x11可以更好地捕捉水平特征，这对于检测宽大于高的框比较有好处，而11x3可以更好地捕捉竖直特征，这对于检测高大于宽的框比较有好处。
4.RR-CNN（两阶段舰船检测 中科院自动化所）
时间：Sept. 2017
题目：ROTATED REGION BASED CNN FOR SHIP DETECTION
链接：https://ieeexplore.ieee.org/document/8296411
创新：
提出RRoI pooling layer，提取旋转目标特征
回归旋转目标模型
传统NMS针对同类目标做，这篇文章针对多类别提出多任务NMS
roi pooling
多任务nms
5. DRBOX（两阶段目标检测 中科院电子所）
时间：26 Nov 2017
题目：Learning a Rotation Invariant Detector with Rotatable Bounding Box
链接：https://arxiv.org/pdf/1711.09405.pdf
创新：
网络pipeline如下，论文时间比较早，没具体说使用了什么网络结构，参考其他论文说法，DRBOX类似RPN结构
比较早的说明了用水平框检测旋转目标存在的问题
6. TextBoxes++（单阶段 华科白翔组）
时间：9 Jan 2018
题目：TextBoxes++: A Single-Shot Oriented Scene Text Detector
链接：https://arxiv.org/pdf/1801.02765.pdf
知乎解读：https://zhuanlan.zhihu.com/p/33723456
创新：
在SSD基础上检测水平框和旋转框
使用不规则卷积核：
textboxes++中采用3x5的卷积核，以便更好的适应长宽比更大的文字
使用OHEM策略
训练过程采用OHEM策略，不同于传统的OHEM，训练分为两个stage，stage1的正负样本比为1:3，stage2的政府样本比为1:6
多尺度训练
由于Textboxes++采用了全卷积结构，因此可以适应不同尺度的输入。为了适应不同尺度目标，采用了多尺度训练。
级联NMS
由于计算倾斜文字的IOU较为耗时，因此作者采用级联NMS加速IOU计算，先计算所有所有框的最小外接矩形的IOU，做一次阈值为0.5的NMS，消除一部分框，然后再计算倾斜框的IOU的基础上做一次阈值为0.2的NMS。
7. Learning roi transformer for oriented object detection in aerial images（cvpr2019 武大夏桂松 两阶段）
时间 1 Dec 2018
题目：Learning roi transformer for oriented object detection in aerial images
论文链接：https://arxiv.org/abs/1812.00155
创新：
基于水平anchor，在RPN阶段通过全连接学习得到旋转ROI（区别于RRPN设置很多旋转anchor，因为这篇文章是从水平anchor学习得到旋转ROI，减小了计算量），基于旋转ROI提取特征，然后进行定位和分类
Rotated Position Sensitive RoI Align
基于旋转框提取roi特征
8. R2PN（两阶段）
时间：August 2018
题目：Toward arbitrary-oriented ship detection with rotated region proposal and discrimination networks
链接：https://www.researchgate.net/publication/327096241_Toward_Arbitrary-Oriented_Ship_Detection_With_Rotated_Region_Proposal_and_Discrimination_Networks
创新：
感觉和RRPN比较像，基于旋转anchor，通过RPN得到旋转ROI，基于旋转ROI提取特征，然后进行定位和分类。和Learning roi transformer这篇文章区别 是前者是旋转anchor，后者是水平anchor，计算量更小。
9. R2CNN++（SCRDet） （两阶段 中科院电子所）
时间：17 Nov 2018
题目：SCRDet: Towards More Robust Detection for Small, Cluttered and Rotated Objects
链接：https://arxiv.org/abs/1811.07126
添加特征融合和空间、通道注意力机制。基于水平anchor，通过RPN预测粗糙ROI， 然后检测头实现对目标的任意角的坐标预测(x,y,w,h,θ)，pipeline如下：
pipline
创新：
SF-Net：把两个不同层的feature map进行定制化融合 有效检测小目标
SF-Net
MDA-Net: 使用通道注意力和像素级别的注意力机制检测密集目标和小目标
MDA-Net
提出改进版的smooth L1loss 解决旋转目标在垂直时角度（从0°会突变到-90°） 存在变化不连续问题
10. CAD-Net （两阶段）
时间：3 Mar 2019
题目：CAD-Net: A Context-Aware Detection Network for Objects in Remote Sensing Imagery
链接：https://arxiv.org/pdf/1903.00857.pdf
创新：
提出GCNet（Global Context Network），在进行目标检测时融入全局上下文信息
提出PLCNet（pyramid local context network）引入空间注意力学习目标协同关系，
网络pipeline
PLCNet结构
空间注意力
11. R3Det （单阶段旋转目标检测 上交&南理&旷世）
时间 Aug 2019
题目：R3Det: Refined Single-Stage Detector with Feature Refinement for Rotating Object
论文链接：https://arxiv.org/abs/1908.05612
code：https://github.com/SJTU-Thinklab-Det/R3Det_Tensorflow
解读链接：https://ming71.github.io/R3Det
创新：
旋转目标检测（水平目标检测也）可能存在某个anchor所在的特征点的感受野和目标位置、形状不匹配 （如下图左上角，绿色框是anchor，它所在的特征点只能看到这艘船的一部分，那么直接用这个点的特征去回归anchor 以拟合ground truth（红色框）不一定准确），所以这篇论文分两个stage：first stage 从anchor预测旋转框（橙色框），如下图红色数字1->2，这时候橙色框范围和真实目标就很接近了，然后根据橙色框提取特征（我理解为类似ROI pooling特征提取），通过这个特征回归到ground truth，如下图中红色数字2->3.
网络结构沿用RetinaNet的结构，并引入了feature refinement 模块，并且可以叠加多次
网络backbone使用retinanet 结构
feature refinement 模块
————————————————
版权声明：本文为CSDN博主「Wanderer001」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_36670529/article/details/114553278
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
