JenkinFan

&论文概述 获取地址：https://arxiv.org/abs/1912.04260 代码地址：https://github.com/open-mmlab/mmdetection &总结与个人观点 本文提出Side-Aware Boundary Localization(SABL)以取代传统的bb Read More

&论文概述 获取地址：http://openaccess.thecvf.com/content_CVPR_2019/papers/Zhang_Object_Detection_With_Location-Aware_Deformable_Convolution_and_Backward_Attent Read More

&论文概述 获取地址：https://arxiv.org/abs/1711.11575 代码链接：https://github.com/msracver/Relation-Networks-for-Object-Detection &总结与个人观点 消融实验表明relation module能够学习 Read More

&论文概述 获取地址：https://arxiv.org/abs/1811.04533 代码地址：https://github.com/ qijiezhao/M2Det &总结与个人观点 本文提出Multi-Level Feature Pyramid Network来搭建高效检测不同尺度目标的特征金 Read More

&论文概述 论文地址： https://arxiv.org/abs/1711.06897 代码地址：https://github.com/sfzhang15/RefineDet &总结与个人观点 本文提出基于single-shot refinement neural network的检测器，由ARM Read More

这里提到的CenterNet指的是Keypoint Triplets for Object Detection，因为最近看了很多关于anchor-free的论文，其中也有很多如CornerNet、ExtremeNet、CenterNet使用的方法相似，而且网络的backbone使用的也相同，所以想要 Read More

这篇文章主要介绍了两个部分内容，一个是Anchor-based方法的缺陷，另外就是Anchor-free中基于Keypoint的方法的介绍 1、Anchor-based的shortcoming 2、Anchor-free方法以及具体思想 YOLO v1 CenterNet CornerNet Cen Read More

&论文概述 获取地址：https://arxiv.org/abs/1909.06720 &总结与个人观点 本文提出Cascade RPN，虽然简单但是在提高提高候选区域的质量以及目标检测性能上很有效的网络结构。Cascade RPN系统地解决由传统的RPN启发式地定义anchor以及将特征与anch Read More

&论文概述 获取地址：https://arxiv.org/abs/1904.02701v1 &总结与个人观点 本文中，系统地重温了检测器的训练过程，从而发现了由于训练过程中存在的不平衡问题导致模型结构的潜力并未被完全利用。基于这个观测结果，提出Libra R-CNN通过一个总体平衡的设计来解决对应的 Read More

&论文概述 获取地址：https://arxiv.org/abs/1903.00621 &总结与个人观点 本文的工作将启发式的特征选取作为带有特征金字塔的anchor-based single-shot检测器的主要限制。提出应用了online特征选择来在特征金字塔上训练anchor-free分支的F Read More