发表于 更新于 分类于 ，

code

paper

摘要:

目前目标检测精度最高的是RCNN引导的两阶段的方法，相反，一阶段的方法更快更简单，但是精度落后很多. 我们发现这种根本原因是因为在训练过程中正负样本不均衡。本文提出了改变标准交叉熵损失：降低易分样本的损失权重的方法来解决这种类别不平衡方法。为了检验方法的有效性，还提出了一个RetinaNet,速度可以和一阶段的检测器相媲美而且检测精度也很高。

处理样本不均衡的常用方法：

  • SSD+hard negative mining(OHNM):匹配default box之后根据box的confidence排序得到正样本三倍数量的负样本（正负比例1:3）
  • Fast RCNN+ONEM:引入read only层先forward一遍样本，选取loss最大的前N个重新送入ROIpooling，仅解决了easy example的问题。
  • Class Balanced Loss:分别计算正负样本的loss，引入权重来实现平衡，主要考虑类间平衡。
  • Focal Loss:改进的CE loss，动态调整参数均衡正负样本不均衡。
阅读全文 »

发表于 更新于 分类于 ，

摘要：

YOLO把目标检测设计成一个回归问题：空间上分离的bounding box和有联系的类别概率。使用一个神经网络直接在整张图上预测bounding box和类别概率。

因为整个检测的流水线是单独的网络，所以可以端到端地优化。

YOLO可以实时处理图像，达到45帧每秒。一个更小的网络，Fast YOLO可以每秒处理155帧，并且mAP达到其他实时检测器的两倍。

和其他先进的检测系统相比，YOLO的定位错误更多，但是预测的负样本更少。

YOLO可以学到目标更加泛化的特征表达。当在别的领域，比如艺术品中应用检测时，他的性能超过了DPM和RCNN.

阅读全文 »

发表于 更新于 分类于 ，

摘要:

​ 我们提出了基于区域的、全卷积网络来进行精确、有效的目标检测。之前的Fast/Faster RCNN网络，在每个region上都应用了计算复杂度高的子网络，而RFCN则是使用在整张图上计算共享的全卷积网络。

​ 文章提出了一种位置敏感的特征图来解决图像分类的平移不变性需求和目标检测的平移可变性之间的矛盾。本文采用了全卷积的图像分类器（比如ResNet101）作为主网络。

阅读全文 »

发表于 更新于 分类于 ，

paper
code

Mask RCNN能够检测目标，同时产生一张高质量的分割掩模。它是在Faster RCNN基础上添加了一个与bbox识别平行的分支，来预测目标的掩模。运行速度5fs，并且可以泛化到其他的任务上：实例分割，目标检测，姿态估计。

阅读全文 »

发表于 更新于 分类于 ，

SSD:single shot multibox detector

摘要

SSD将输出一系列离散化的bounding box，这些box在不同的层的特征图上产生，有着不同的纵横比。

测试阶段：

  • 计算每个物体的置信度，并产生这些box的调整量，使得先验更好地与目标的形状相匹配。
  • 为了处理多尺度的目标检测问题，网络还从多张不同分辨率的feature map做预测。

相对于那些需要object proposal的检测模型，本文方法摒弃了proposal generation的阶段。使得模型更好地训练并且更容易融进系统之中。

阅读全文 »

发表于 更新于 分类于 ，

引言：

如果想要提高定位的准确性，就会面临两个问题：1.产生的proposal必须经过处理。2.这些候选框必须修正过才能达到精确定位。
本论文提出了一种联合地进行目标proposal分类和修正空间位置的方法。

阅读全文 »

发表于 更新于 分类于 ，

摘要:

该文章有两个主要关键见解：1.使用CNN来自底向上产生region proposals来定位和分割目标。2. 当标记的训练样本不足时，有监督的预训练来进行辅助任务，接着fine-tuning，可以产生显著的性能提升。将regions和CNN结合的方法叫做RCNN,在VOC2012的数据集上达到了mAP53.3%的成绩。同时，作者也将该方法与OverFeat在200类目标的ILSVRC2013的数据集上进行对比。

阅读全文 »