项目链接：http://www.svcl.ucsd.edu/projects/universal-detection/
摘要
尽管增加提供在普遍代表在视觉识别，较少有在目标检测。在这边文章中，我们提出了一个高效和有效的普遍目标检测系统，这是有能力工作在各种图像区域，从人脸和交通信号到当代CT图像。不像多任务模型，这个普遍模型不需要先验知识，在这个区域中感兴趣的。这个被完成是通过介绍一个新的适用层族，基于规则队列和激励，和一个新的区域注意机制。在这个提出的普遍检测器，所有参数和计算将被分享通过域，以及一个单一的网络处理在所有域中所有时间中。实验，在一个新建立普遍的目标检测基准11种数据集，展示这个提出的检测器性能优于一个现存的单个检测器，多任务检测器，以及一个基线普遍检测器，使用一个1.3x参数增加一个单一域基线检测器。这个代码和基准将被发布在http://www.svcl.ucsd.edu/projects/universal-detection/
通用目标检测基准
了解更多关于《计算机视觉与图形学》相关知识，请关注公众号：
下载我们视频中代码和相关讲义，请在公众号回复：计算机视觉课程资料
