论文基本信息
- 标题:Oriented R-CNN for Object Detection
- 作者:Xingxing Xie Gong Cheng* Jiabao Wang Xiwen Yao Junwei Han
- 机构:School of Automation, Northwestern Ploytechnical University, Xi’an, China
- 来源:ICCV
- 时间:2021
- 链接:https://arxiv.org/abs/2108.05699
- 代码:https://github.com/jbwang1997/OBBDetection
论文概要
解决问题
当前先进的双阶段有向目标检测方法需要通过耗时的过程来产生有向候选框。这极大的制约了有向目标检测的速度,从而成为先进有向目标检测的计算瓶颈。本文提出了一种简单、有效的有向目标检测方法,称为Oriented R-CNN。在DOTA上达到了75.87%的mAP,在HRSC2016上达到了96.50%的mAP。基于RTX2080ti,图片大小1024*1024的分辨率,fps为15.1
已有方法
方法 | 流程 | 优缺点 | 应用 |
---|---|---|---|
A | a 产生候选框 b 从候选框中提炼信息,并对候选框进行分类 |