2020ECCV论文-BorderDet: Border Feature for Dense Object Detection

1 前言

1.1 论文内容

这是一篇有关密集物体检测的边界功能的论文

1.2 论文形式

是一篇对研究原型描述的论文。

1.3 论文的主要贡献

提出了一种简单有效的边界对齐算子，从边界的极值点提取‘’边界特征‘’，基于borderAlign,设计了新的检测体系结构borderDet.可以显式的利用边界信息进行更强大的分类和更精确的定位。

1.4 背景

密集物体检测现在大多数用滑动窗目标探测器，如ssd,retinanet和fcos都采用额边界框基于点的特征来表示。由于点功能包含的信息不全面，无法表现出完整实例，同时缺少对象边界信息，无法精确回归边界框。其他边界提取都是无法精确地提取到边界特征，所以提出一个强大的特征提取算子borderAlign,从整个框中密集提取特征，将重点放在边界提取。

1.5 理论基础

密集目标检测
边界特征

2 borderset

使用边界对齐模块，计算少精度高，容易集成在任何目标探测器中。