深度目标检测(八)——其它目标检测网络, 花式IOU, 3D目标检测, 旋转框检测, 小目标检...
source link: http://antkillerfarm.github.io/deep%20object%20detection/2019/06/27/Deep_Object_Detection_8.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
Anchor-Free(续)
RepPoints
https://mp.weixin.qq.com/s/aWv7_yiX5BFKpL21SRV1MQ
RepPoints:可形变卷积的进阶
https://mp.weixin.qq.com/s/nI_3kilFCsDHhtjFhRKytA
RepPoints:替代边界框,基于点集的物体表示新方法
https://mp.weixin.qq.com/s/VTb6CUOWnPpyU6WnYdYJ-g
RepPoints V2:将角点检测和前景热图引入纯回归目标检测算法
https://mp.weixin.qq.com/s/gnTZ-q2-lm8QPH6JEPylnw
RepPointv2:使用点集合表示来做目标检测
https://mp.weixin.qq.com/s/T7DDWvtvCULfjcDmljvx5Q
Anchor-free的对象检测网络汇总
https://zhuanlan.zhihu.com/p/63024247
锚框:Anchor box综述
https://mp.weixin.qq.com/s/dYV446meJXtCQVFrLzWV8A
目标检测中Anchor的认识及理解
https://mp.weixin.qq.com/s/WAx3Zazx9Pq7Lb3vKa510w
目标检测最新方向:推翻固有设置,不再一成不变Anchor
https://zhuanlan.zhihu.com/p/64563186
Anchor free深度学习的目标检测方法
https://mp.weixin.qq.com/s/DoN-vha1H-2lHhbFOaVS8w
FoveaBox:目标检测新纪元,无Anchor时代来临!
https://zhuanlan.zhihu.com/p/66156431
从Densebox到Dubox:更快、性能更优、更易部署的anchor-free目标检测
https://zhuanlan.zhihu.com/p/63273342
聊聊Anchor的”前世今生”(上)
https://zhuanlan.zhihu.com/p/68291859
聊聊Anchor的”前世今生”(下)
https://zhuanlan.zhihu.com/p/62372897
物体检测的轮回:anchor-based与anchor-free
https://mp.weixin.qq.com/s/m_PvEbq2QbTXNmj_gObKmQ
Anchor-free目标检测之ExtremeNet
https://mp.weixin.qq.com/s/LGeNgnXfYaVVAc_37j6-2A
Anchor Free及Transformer时代
https://mp.weixin.qq.com/s/52YBmlHioRkUgetZWHMZOw
Anchor-free目标检测:工业应用更友好的新网络
https://zhuanlan.zhihu.com/p/84398108
目标检测中Anchor的本质分析
https://mp.weixin.qq.com/s/LQOzrlaEOsrsMHj-V8l3hQ
FreeAnchor:抛弃单一的IoU匹配,更自由的anchor匹配方法
https://zhuanlan.zhihu.com/p/163266388
Anchor-free应用一览:目标检测、实例分割、多目标跟踪
https://mp.weixin.qq.com/s/4UEmRcSo0ZGoiLh6iKf_oQ
ATSS:自动选择样本,消除Anchor based和Anchor free物体检测方法之间的差别
https://mp.weixin.qq.com/s/UhHh_DFoxKW5K3OCe3Bjqg
目标检测:Anchor-Free时代
https://mp.weixin.qq.com/s/PqDkdxqvUvSKvTklVojOyA
CPNDet:简单地给CenterNet加入two-stage,更快更强
https://mp.weixin.qq.com/s/7mHhltqDcnYZdHWoRS_EBg
YOLO之外的另一选择,手机端97FPS的Anchor-Free目标检测模型NanoDet现已开源
https://zhuanlan.zhihu.com/p/336016003
OneNet: End-to-End One-Stage Object Detection
https://mp.weixin.qq.com/s/0FPpc2PhLPiE9mg6eRh11Q
OneNet:一阶段的端到端物体检测器,无需NMS
https://mp.weixin.qq.com/s/ov4xLhicTqsce0bG2pw95A
anchor-base和anchor-free差异分析
https://mp.weixin.qq.com/s/yft97xTTX0FUXpyHtI_XMQ
anchor-free存在什么缺点?
其它目标检测网络
A-Fast-RCNN
A-Fast-RCNN首次将对抗学习引入到了目标检测领域,idea在当时是非常创新的。
http://blog.csdn.net/jesse_mx/article/details/72955981
A-Fast-RCNN论文笔记
G-CNN
G-CNN是MaryLand大学的工作,论文主要的思路也是消除region proposal,和YOLO,SSD不同,G-CNN的工作借鉴了迭代的想法,把边框检测等价于找到初始边框到最终目标的一个路径。但是使用one-step regression不能处理这个非线性的过程,所以作者采用迭代的方法逐步接近最终的目标。
http://blog.csdn.net/zijin0802034/article/details/53535647
G-CNN: an Iterative Grid Based Object Detector
https://mp.weixin.qq.com/s/U15qB2PlQN3qpFBuQiY6RA
Describe-to-Detect(D2D):一种新的特征检测方法
花式IOU
https://zhuanlan.zhihu.com/p/57992040
使用GIoU作为检测任务的Loss
https://mp.weixin.qq.com/s/ZbryNlV3EnODofKs2d01RA
目标检测回归损失函数简介:Smooth L1/IoU/GIoU/DIoU/CIoU Loss
https://mp.weixin.qq.com/s/F07Wp-cXIOE4-qdL55WtJQ
基于DIou改进的YOLOv3目标检测
https://mp.weixin.qq.com/s/YeyxuN6RCgF2TcxctXiJQg
使用GIoU作为目标检测新loss
https://mp.weixin.qq.com/s/m8D5uutwlvkQNucFX_TnGw
DIoU和CIoU:IoU在目标检测中的正确打开方式
https://mp.weixin.qq.com/s/VtBfIVj74dhg9HjpxN7rhw
DIoU损失函数详解
https://zhuanlan.zhihu.com/p/109677830
Distance-IoU Loss
https://zhuanlan.zhihu.com/p/94799295
IoU、GIoU、DIoU、CIoU损失函数的那点事儿
https://zhuanlan.zhihu.com/p/342991797
从L1 loss到EIoU loss,目标检测边框回归的损失函数一览
3D目标检测
https://mp.weixin.qq.com/s/bAV74fxvwI73Qt7qm_jPJA
一文读懂深度学习在摄像头和激光雷达融合的3-D目标检测中的应用
https://mp.weixin.qq.com/s/8an3eBrOZ5d6_PdNp6QkyA
一文教你读懂3D目标检测
https://zhuanlan.zhihu.com/p/112836340
谷歌最新论文:从图像中进行3-D目标检测
https://mp.weixin.qq.com/s/DxDkYfzW5BqhidPlqT772Q
从单幅图像到双目立体视觉的3D目标检测算法
https://blog.csdn.net/savant_ning/article/details/69950588
多视图3D目标检测学习笔记
https://mp.weixin.qq.com/s/3JzwA2HAzoWtE_j2UhZCSw
Stereo R-CNN 3D目标检测
https://zhuanlan.zhihu.com/p/58734240
3D Object Detection Overview - 2019
https://mp.weixin.qq.com/s/n3ZUsq2I0CaJ5pIl2nZUFQ
3D目标检测:MonoDIS
https://mp.weixin.qq.com/s/WBiDyIBV9OaKbxUhBml2AA
GS3D(monocular 3D detection)
https://mp.weixin.qq.com/s/G7YNTR8FAsCtkCxLQv1-dQ
Facebook开源3D目标检测框架VoteNet,曾刷新两大数据集最高精度
https://mp.weixin.qq.com/s/s_cAZ–KHvNZq3thrIGx3w
MVX-Net:多模型三位像素网络用于3D目标检测
https://mp.weixin.qq.com/s/ouBxEXcY4s894Sec4ifBtQ
基于YOLO的3D目标检测:YOLO-6D
https://mp.weixin.qq.com/s/yCu5Xx6peDKyU06yBlixpA
首个实时单目3D目标检测算法:RTM3D
https://zhuanlan.zhihu.com/p/101346137
Det3D-首个通用3D目标检测框架
https://zhuanlan.zhihu.com/p/85686290
MLOD:基于鲁棒特征融合方法的多视点三维目标检测
https://mp.weixin.qq.com/s/LN2l67jhivb0hyy6JSLMVA
3D目标检测深度学习方法数据预处理综述
https://mp.weixin.qq.com/s/nGMMb6GHp-BajyfRTN-jDw
不用激光雷达,照样又快又准!3D目标检测之SMOKE
旋转框检测
在真实的场景中,许多时候,我们不仅仅需要找一个“方方正正”的框把物体框起来(英文中,这种框称之为Axis-Aligned),而可能更需要的是能够找一个,“有一些旋转角度的,能够把物体完全的包络起来的框”。
上右图使用水平的检测框从图中将物体扣出,效果会很差,因为:
1、每个检测框中还会同时包含很多其他物体的“一部分”。
2、水平检测框相互之间的IoU值较高,在NMS过程中很容易被抑制掉。
《AlphaRotate: A Rotation Detection Benchmark using TensorFlow》
https://zhuanlan.zhihu.com/p/105841613
旋转框检测方法综述-FasterRCNN的问题
https://zhuanlan.zhihu.com/p/105881332
旋转框检测方法综述-RotateAnchor系列
https://mp.weixin.qq.com/s/nOBfPFfJMBkkkVEPV0TG0Q
PIoU Loss:倾斜目标检测专用损失函数,公开超难倾斜目标数据集Retail50K
https://mp.weixin.qq.com/s/U8RXvWP7K1xM_tzhdttPfA
BBAVectors:一种Anchor Free的旋转物体检测方法
https://zhuanlan.zhihu.com/p/98703562
旋转目标(遥感/文字)检测方法整理(2017-19年)
https://zhuanlan.zhihu.com/p/163696749
用CenterNet对旋转目标进行检测
https://mp.weixin.qq.com/s/pDjszZk43vuVO6kY3bRczw
ODTK:来自NVIDIA的旋转框物体检测工具箱
https://zhuanlan.zhihu.com/p/337272217
Dynamic Anchor Learning for Object Detection
https://mp.weixin.qq.com/s/Zf6_L9MfKd0AhhgsGSi6EA
旋转目标检测中anchor匹配机制的问题和一些思考
小目标检测
https://mp.weixin.qq.com/s/8k0Mhver2mLnKmV8rVqJHQ
小目标检测相关技巧总结
https://mp.weixin.qq.com/s/svqygu4nFkW4ci7dYMnKsw
小目标检测的数据增广秘籍
https://blog.csdn.net/wq604887956/article/details/83053927
2018小目标检测文章总结
https://mp.weixin.qq.com/s/UQLvHDf62iV8KeZ5LoQdsA
在小目标检测上另辟蹊径的SNIP
https://mp.weixin.qq.com/s/iaeHnfepyeLuOioHqMO9bQ
一种小目标检测中有效的数据增强方法
https://mp.weixin.qq.com/s/UbCLqfyEOKUGnvySweUzMw
使用关键点进行小目标检测
https://mp.weixin.qq.com/s/1v84QyvH-k0lzRPOEyaBgw
我们是如何改进YOLOv3进行红外小目标检测的?
https://mp.weixin.qq.com/s/5TRm1vYx8dYVQHU7FdHdJg
在目标检测中如何解决小目标的问题?
https://mp.weixin.qq.com/s/V9CJVaRYlS5Snyveblb3uw
小目标检测的一些问题,思路和方案
https://mp.weixin.qq.com/s/zvKxi0b-D0fXzx928Wp51A
小目标检测研究进展
花式NMS
https://mp.weixin.qq.com/s/ro0lG3uMUPYNZA9rM3I_YQ
目标检测算法中检测框合并策略技术综述
https://mp.weixin.qq.com/s/GdNcQqDeVQ1vtIJrAIYpWw
目标检测之非极大值抑制(NMS)各种变体
https://zhuanlan.zhihu.com/p/151914931
一文打尽目标检测NMS——精度提升篇
https://zhuanlan.zhihu.com/p/157900024
一文打尽目标检测NMS——效率提升篇
https://zhuanlan.zhihu.com/p/151398233
一文了解目标检测边界框概率分布
https://mp.weixin.qq.com/s/OnJQm8xCmxa4szB-lJC9Uw
或许你的NMS该换了,Confluence更准、更稳的目标检测结果
https://mp.weixin.qq.com/s/W6m2eaysYiK6-3Niz4KeOA
Confluence:物体检测中不依赖IoU的NMS替代算法论文解析
目标检测进阶
https://mp.weixin.qq.com/s/1nlOJ7X9ogBHTl1j2adqyg
83页《目标分类和目标检测综述(2D和3D数据)》论文
https://mp.weixin.qq.com/s/HmUhlw90b2aTsoEwBdYbdQ
目标检测二十年技术综述
https://mp.weixin.qq.com/s/cWCwcTA01oBy0BM3qRHb4Q
综述:目标检测二十年(2001-2021)
https://mp.weixin.qq.com/s/S1IrgEqS1Q4xqGl5adNrlg
目标检测近年综述
https://mp.weixin.qq.com/s/7QT7n9MpbXjo5-r-aY2Yvg
深度学习目标检测方法综述
https://mp.weixin.qq.com/s/0B08Mzn8ngL6GoNilrjsGA
基于深度学习目标检测方法一览
https://zhuanlan.zhihu.com/p/181169225
12篇论文看尽深度学习目标检测史
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK