点击上方“计算机视觉社区”,选择加"星标"
重磅干货,第一时间送达
论文题目:
End-to-End Object Detection with Fully Convolutional Network
论文地址:
https://megvii-my.sharepoint.cn/personal/wangjianfeng_megvii_com/_layouts/15/onedrive.aspx?id=%2Fpersonal%2Fwangjianfeng%5Fmegvii%5Fcom%2FDocuments%2Fe2e%2Epdf&parent=%2Fpersonal%2Fwangjianfeng%5Fmegvii%5Fcom%2FDocuments&originalPath=aHR0cHM6Ly9tZWd2aWktbXkuc2hhcmVwb2ludC5jbi86YjovZy9wZXJzb25hbC93YW5namlhbmZlbmdfbWVndmlpX2NvbS9FU3YtbWhta3RSOUdsd2FhVjN6TWRlRUI2VEVYUTBiUXNGZl9TX040bnRCWkNBP3J0aW1lPV9VX2NfYmVaMkVn
论文代码:即将开源
我们基于FCOS,首次在dense prediction上利用全卷积结构做到E2E,即无NMS后处理。我们首先分析了常见的dense prediction方法(如RetinaNet、FCOS、ATSS等),并且认为one-to-many的label assignment是依赖NMS的关键。受到DETR的启发,我们设计了一种prediction-aware one-to-one assignment方法。此外,我们还提出了3D Max Filtering以增强feature在local区域的表征能力,并提出用one-to-many auxiliary loss加速收敛。我们的方法基本不修改模型结构,不需要更长的训练时间,可以基于现有dense prediction方法平滑过渡。我们的方法在无NMS的情况下,在COCO数据集上达到了与有NMS的FCOS相当的性能;在代表了密集场景的CrowdHuman数据集上,我们的方法的recall超越了依赖NMS方法的理论上限。
整体方法流程如下图所示: