论文:Grid R-CNN Plus: Faster and Better
论文链接:https://arxiv.org/abs/1906.05688
代码链接:https://github.com/STVIR/Grid-R-CNN
代码链接2:https://github.com/open-mmlab/mmdetection
这篇技术文章要介绍的Grid RCNN Plus算法是Grid RCNN算法的加速版,关于Grid RCNN算法的解读可以参考博客:Grid RCNN算法笔记。因为Grid RCNN是在Faster RCNN算法上做的改进,虽然效果提升明显,但是增加的计算量也较大,因此才有了Grid RCNN Plus,在保持甚至更优于Grid RCNN算法效果的同时达到Faster RCNN的速度。
Grid RCNN Plus算法比较有意思的点在于Figure2。我们知道Grid RCNN算法是基于关键点检测来预测目标框的位置的,用于检测关键点的支路叫grid branch,这条支路的输出叫heatmap,维度是56×56,heatmap的监督信息就如Figure2中第一行的2个图所示,分别是左上角关键点的监督信息和右中位置关键点的监督信息。在Grid RCNN算法中,输出的heatmap和监督信息都是56×56大小,但其实这里面是有冗余的,举个例子,