1 前言
1.1 论文内容
这是一篇有关用于无锚双阶段目标检测的角点建议论文
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
提出了一种新的无锚两阶段框架。
简介:该框架首先通过寻找潜在的角点组合来提取大量的对象建议,
然后通过独立的分类节点为每一个建议分配一个类标签,
这两个阶段可以集成到端到端中。
具有检测各种规模的对象的能力实现了将近50%的Ap,在最先进的目标检测中具有竞争力。
1.4 背景
现在有效的目标检测方法,这是一项具有挑战性的任务,一个图像的外观可能不同,之前是基于锚,在图像平面放置一些尺寸固定的边界框。无锚检测可能会将不相关的关键点分组到对象中。
1.5 理论基础
物体检测
无锚探测器
1.用一个或者几个关键点和几何图形描述每个对象。继承以前的输出
2.培训单个分类器验证。
前者较慢,但是精度更高。
角点
是图像很重要的特征,其实就是极值点,在某种属性上强度最大或者最小的孤立点,也就是物体轮廓线的连接点。
物体方案