摘要：
常见的目标检测算法缺少了定位效果的学习，IoU Net提出IoU predictor、IoU guided NMS和Optimization based bounding box refinement，将IoU作为一个新分支融入到模型的学习和推理中，带来了新的性能优化方法，值得学习和参考 论文: A 阅读全文
摘要：
论文基于RetinaNet提出了IoU aware sinage stage目标检测算法，该算法在regression branch接入IoU predictor head并通过加权分类置信度和IoU预测值得到anchor的最终分数，从实验结果看来，算法能有效提升定位的准确率 论文:IoU awar 阅读全文
摘要：
论文分析了one stage网络训练存在的类别不平衡问题，提出能根据loss大小自动调节权重的focal loss，使得模型的训练更专注于困难样本。同时，基于FPN设计了RetinaNet，在精度和速度上都有不俗的表现 论文:Focal Loss for Dense Object Detection 阅读全文
摘要：
论文提出Cascade RPN算法来提升RPN模块的性能，该算法重点解决了RPN在迭代时anchor和feature不对齐的问题，论文创新点足，效果也很惊艳，相对于原始的RPN提升13.4%AR 论文:Cascade RPN: Delving into High Quality Region Pro 阅读全文
摘要：
论文提出CoAE少样本目标检测算法，该算法使用non local block来提取目标图片与查询图片间的对应特征，使得RPN网络能够准确的获取对应类别对象的位置，另外使用类似SE block的squeeze and co excitation模块来根据查询图片加强对应的特征纬度，最后结合margin 阅读全文
摘要：
BlendMask通过更合理的blender模块融合top level和low level的语义信息来提取更准确的实例分割特征，该模型效果达到state of the art，但结构十分精简，推理速度也不慢，精度最高能到41.3AP，实时版本BlendMask RT性能和速度分别为34.2mAP和2 阅读全文