Center Net论文笔记
改变了基于anchor检测的主流设计方式,借鉴corner net的思想,使用关键点检测来处理detection问题。
corner net检测框架
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mnlyhUGn-1576748118674)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20191219165526197.png)]
heatmaps+embeddings+offsets,heatmaps 用于生成所有类别目标的位置图,每一个feature map表示一类目标。embeddings表征了每一个位置的特征向量,用于衡量两个目标点的匹配程度(a pair)。offsets表征了位置点的偏移量,用于对目标的corner位置进行精修,来弥补输出feature map和输入图像misalign带来的影响。
center net检测框架
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-CdOt0L3h-1576748118675)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20191219165901398.png)]
主网络使用的是两层的hourglass网络,后续采用了cascade corner pooling 和center pooling。
第一个分支和corner net的作用类似,通过一对对角点来确定目标,并框处目标所在位置,从图中可以看出,其作用是为了找到目标所在框ÿ