找到了一个说在工业领域很好的 目标检测下面几篇paper有异曲同工之妙，开启了anchor-based和anchor-free的轮回
1.Feature Selective Anchor-Free Module for Single-Shot Object Detection参考：CVPR2019|CMU提出Single-Shot目标检测最强算法：FSAF2.FCOS:FullyConvolutionalOne-StageObjectDetection参考：最新的Anchor-Free目标检测模型F...
原创
2021-08-13 09:36:33
518阅读
编辑丨CV技术指南前言 Anchor-free 目标检测是目标检测近几年的主流趋势之一，本文将分享一个汇总了最近几年所有Anchor-free论文的github项目。Anchor-free目标检测项目作者：Xin Zhang, Xuesong Wang, nuo xuhttps://github.com/XinZhangNLPR/awesome-anchor-free-object-detec
转载
2022-10-13 10:44:39
73阅读
前言继续来探索Anchor-Free目标检测算法，前面讲了Anchor-Free的起源 目标检测算法之Anchor Free的起源：CVPR 2015 DenseBox ，其实同期另外一个有名的目标检测算法YOLOV1也是Anchor-Free系列的了。Anchor-Free系列相比于Anchor-Based的发展是较慢的，在2018-2019年才开始火起来。今天为大家介绍一下ECCV 2
原创
2022-04-19 14:29:34
250阅读
Anchor-free 的检测算法可分为anchor-point的算法和key-point的算法。Anchor-point 检测器通过预测目标中心点，边框距中心点的距离或目标宽高来检测目标，本质上和anchor-based算法相似，此类算法有FCOS，CenterNet等；而key-point方法是通过检测目标的边界点（如：角点），再将边界点组合成目标的检测框，典型的此类算法包括CornerNet
转载
2022-10-05 11:19:07
202阅读
文章目录摘要1. 介绍2. 方法2.1 结构2.2 热图2.3 中心点的偏移2.4 包围框的参数2.5 方向3. 实验
原创
2022-06-27 17:05:24
112阅读
前言前天发了一个推文【目标检测Anchor-Free】CVPR 2019 CenterNet，讲解的是CenterNet: Keypoint Triplets for Object Detection这篇论文，今天要讲的这篇论文全名是Object as Points。这篇论文提出的网络也被叫作CenterNet，和前面介绍的CenterNet重名了，注意加以区别。论文原文见附录。摘要：目标
原创
2022-04-19 14:56:17
446阅读
前言最近目标检测相关的论文非常多，可见ObjectDetection还是有很多工作(坑)可以做(填)的。上次Amusi就整理了近期值得关注的目标检测论文，详见：一文看尽8篇目标检测最新论文(EfficientDet/EdgeNet/ASFF/RoIMix/SCL/EFGRNet等）纵览2019年，目标检测除了NAS分支外，Anchor-free算是占据"半壁江山"。其中比较亮眼
原创
2021-01-29 22:27:24
497阅读
020-04-26 20:11:08本文介绍的是CVPR2020论文《CentripetalNet: Pursuing High-quality Keypoint Pairs for Object Detection》，作者来自商汤 。
转载
2020-04-27 08:35:21
383阅读
摘要提出了一种简单有效的单阶段目标检测模块——特征选择无锚定(FSAF)模块。它可以插入到具有特征金字塔结构的单阶段检测器中。FSAF模块解决了传统基于锚点检测的两个局限性：1)启发式引导的特征选择；2)基于覆盖锚取样；FSAF模块的总体思想是将在线特征选择应用于多层无锚分支的训练。具体来说，一个无锚的分支被附加到特征金字塔的每一层，允许在任意一层以无锚的方式进行框编码和解码。在训...
原创
2021-08-13 09:52:05
226阅读
把数据集NWPU VHR-10转成pascal voc的格式，1.需要先读取txt文件获得左上角和右下角的坐标。2.读取图片的宽和高3.写入xml文件# -*- coding:UTF-8 -*-from lxml.etree import Element, SubElement, tostringfrom xml.dom.minidom import parseStringim...
转载
2021-08-13 09:25:38
254阅读
导读 anchor-free目标检测算法分为两种，一种是DenseBox为代表的Dense Prediction类型，另一种则是以CornerNet为代表的Keypoint-bsaed Detection类型，以检测目标关键点为主。本文主要列举几种Keypoint-based Detection类型的网络。早期目标检测研究以anchor-based为主，设定初始anchor，预测anch
转载
2022-10-05 15:21:00
135阅读
Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample SelectionPDF: https://arxiv.org/pdf/1912.02424.pdfPyTorch: https://github
原创
2022-08-05 17:56:46
172阅读
前言继续Anchor-Free探索。前面介绍了【目标检测Anchor-Free】ECCV 2018 CornerNet，相信大家对Anchor-Free目标检测算法有基本的认识和理解了。但是在介绍这个论文的时候最后提到CornerNet最大的瓶颈在于角点检测的不准确，这篇文章主要针对这一点进行了改进，提出了ExtremeNet。论文原文和代码见附录。介绍这篇论文提出了一种新的Anchor-
原创
2022-04-19 14:38:08
211阅读
目前的anchor-free目标检测器非常简单和有效，但缺乏。。。
原创
2022-07-22 22:40:22
129阅读
这篇文章被CVPR2020收录，是一个很不错的工作，从Anchor-based和Anchor-free目标检测方法的性能差异入手，围绕着正负样本的定义，提出了一种自动根据标签真值的相关统计特征选择合适的anchor box作为正样本的方法来提升目标检测的性能，整个方法不带了额外的参数和计算量，性价比很高。
另外，在一个水下机器人目标检测大赛Rank 6的经验分享中，同样使用了ATSS方法来提升
转载
2021-06-15 17:40:00
1742阅读
从去年5月开始，我一直对Anchor-free工作保持着一定的关注。本次借组内的paper reading分享的契机，整理了与Anchor free相关的一些工作。一方面是分享近期在目标检测领域中一些工作，另一方面，和大家一起梳理一下去年非常火热的网络模型CenterNet、FCOS，当我们把他们迁移到分割、多目标追踪等其他任务上时，大佬们是如何去设计的。
转载
2021-07-16 16:52:20
1057阅读
目前的anchor-free目标检测器非常简单和有效，但缺乏。。。
原创
2022-10-10 11:47:13
77阅读
受目标检测的一阶段方法启发，本文提出了一阶段的行人搜索方法。
转载
2021-06-24 09:41:12
249阅读
作者丨秦杰，晏轶超，李金鹏导读 本文主要介绍阿联酋起源人工智能研究院（IIAI）与牛津大学的科学家们的一项新工作，该工作开创性的提出了一个简洁有效的无需锚框的行人搜索框架。其搜索精度全面超越以往基于二阶段检测器的框架，并且在保证性能的前提下达到了更快的运行速度。 近年来，行人重识别（Person Re-Identification，简称ReID）在计算机视觉领域可谓火遍了“大江
转载
2022-07-29 09:31:29
46阅读
