题目:Mutual-Assistance Learning for Object Detection
互辅助学习在目标检测中的应用
作者:Xingxing Xie; Chunbo Lang; Shicheng Miao; Gong Cheng; Ke Li; Junwei Han
源码链接: https://github.com/ShichengMiao16/MADet
摘要
目标检测是计算机视觉中的一个基础但具有挑战性的任务。尽管近年来取得了巨大进展,但由于某些因素,例如非通用性的目标特征和单一的回归方式,现代检测器可能仍然产生不令人满意的性能。在本文中,我们借鉴了相互辅助(Mutual-Assistance, MA)学习的思想,相应地提出了一种鲁棒的一阶段检测器,称为MADet,以解决这些弱点。首先,MA的精神体现在检测器头部设计中。解耦的分类和回归特征被重新整合以提供共享的偏移量,避免了由于零或错误偏移量引起的特征-预测对之间的不一致性。其次,MA的精神在检测器的优化范式中被捕获。锚点基础和无锚点的回归方式被联合使用,以增强检索具有各种特征的物体的能力,特别是对于大宽高比、遮挡