May, 2016

基于区域全卷积网络的物体检测

PDF
TL;DR本论文涉及基于区域的检测器，使用卷积网络实现高效的物体检测，使用位置敏感的得分图解决分类中的平移不变性和物体检测中的平移可变性的问题，可自然地采用全卷积图像分类器骨干网进行物体检测，以 101 层残差网络 (ResNet) 在 PASCAL VOC 数据集上取得 83.6% mAP 的竞争性结果，测试时间为每张图像 170ms，比 Faster R-CNN 快 2.5-20 倍。
region-based detectorsconvolutional networksobject detectionposition-sensitive score mapsresidual networks
发现论文，激发创造
  • 基于区域的全卷积网络检测人脸

    本报告提出了一种基于深度网络的区域检测人脸的新方法 ——Face R-FCN，使用全卷积神经网络做到更准确和更高效的人脸检测，我们采用了一些新技术，包括位置敏感平均池化，多尺度训练和测试以及在线困难样例挖掘策略，这种方法在 FDDB 和 WIDER FACE 等标准数据集上达到了 state-of-the-artlevel 的检测效果。

    Sep, 2017

  • 快速 R-CNN

    本文提出了一种用于物体检测的快速区域卷积网络方法（Fast R-CNN），该方法采用了深度卷积神经网络对目标建议进行高效分类，相较于之前的方法，在提高检测精度的同时，大幅提高了训练和测试的速度。

    Apr, 2015

  • 基于可变形部件的全卷积网络用于目标检测

    本文提出了 DP-FCN，一种深度学习模型，可专门适应具有可变形部件的对象形状，从而实现目标检测，其主要模块包括：完全卷积网络、基于可变形部件的 RoI 池化层和变形感知定位模块，实验证明 DP-FCN 在 PASCAL VOC 2007 和 2012 数据集上均取得了 83.1% 和 80.9% 的最新性能表现。

    Jul, 2017

  • Faster R-CNN: 基于区域建议网络实现实时目标检测

    本文提出一种完全卷积的区域提议网络（RPN），在同时预测目标边界和目标特征分数的同时，使用完全图像卷积特征共享检测网络的特征。

    Jun, 2015

  • 基于多区域和语义分割感知的 CNN 目标检测模型

    本文提出一种基于卷积神经网络和语义分割的目标检测系统，利用迭代定位机制，通过高效运用模块来检测物体，并在 PASCAL VOC 数据集上获得了比其他方法更高的检测精度。

    May, 2015

  • 每秒 3000 帧的 R-FCN：检测和分类的解耦

    介绍了一种大规模实时物体检测器 R-FCN-3000，其中物体探测和分类被解耦。通过将物体探测得分和细粒度分类得分相乘来获得 RoI 的检测得分。R-FCN-3000 在 ImageNet 检测数据集上获得 34.9% 的 mAP，并在每秒处理 30 张图像的情况下胜过 YOLO-9000 18%。我们还展示了 R-FCN-3000 学习到的 objectness 可以推广到新的类别，并且随着训练对象类别的数量增加而提高性能，支持学习通用对象探测器的假设。

    Dec, 2017

  • 准确物体检测与语义分割的丰富特征层次结构

    提出一种基于卷积神经网络的 Region Proposal 方法 R-CNN，它与 CNN 结合起来使用更高的上下文信息，加上有监督的预培训方法，实现了在 PASCAL VOC 2012 数据集上的平均准确率 mAP 达到 53.3%。

    Nov, 2013

  • CoupleNet：将全局结构与局部部分相结合用于目标检测

    本研究提出了一种名为 CoupleNet 的新型全卷积网络，通过耦合全局结构与局部部分进行目标检测，其中一个分支采用位置敏感 RoI 池化来捕获对象的局部信息，而另一个分支则采用 RoI 池化来对全局和上下文信息进行编码。实验证明该方法具有良好的效果。

    Aug, 2017

  • 卷积特征图上的目标检测网络

    本论文探讨了如何使用共享的、独立于区域的卷积特征构建区域分类器网络，并发现深度和卷积的区域分类器对于物体检测特别重要，而最新的图像分类模型则不会直接导致良好的检测准确性，我们通过实验证明，尽管 ResNets 和 Faster R-CNN 系统是有效的，但 NoCs 的设计对于 ImageNet 和 MS COCO 2015 挑战赛的第一名入选至关重要。

    Apr, 2015

  • PVANET: 实时目标检测的深度轻量级神经网络

    本文介绍了如何在最小化计算成本的同时，通过采用和组合最新技术创新来实现多类别物体检测任务的最先进准确度。设计原则是 “少通道多层”，采用了一些基本块，包括拼接 ReLU、Inception 和 HyperNet， 在 VOC2007 上达到 83.8％的 mAP，VOC2012 为 82.5％mAP（第 2 名），仅使用 Intel i7-6700K CPU 单核时，每张图像仅需 750ms，在 NVIDIA Titan X GPU 上为 46ms / 图像，其网络与 ResNet-101 相比，计算成本只需 12.3％。

    Aug, 2016