2020ECCV论文-Corner Proposal Network for Anchor-free, Two-stage Object Detection

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