综合技术

随波竺流AI知识分享活动第七期- 目标检测框架CornerNet

微信扫一扫,分享到朋友圈

随波竺流AI知识分享活动第七期- 目标检测框架CornerNet
0

更多精彩内容,欢迎关注公众号:follow_bobo

目标检测框架CornerNet

CornerNet: Detecting Objects as Paired Keypoints

演讲:覃贞旺

开始时间:2019年6月16号周日晚20:30(是6月16号周日晚上哈,不是周六,日期有所调整)


简介:

我们知道目前大部分常用的目标检测算法都是基于anchor的,比如Faster RCNN系列,SSD,YOLO(v2、v3)等,引入anchor后检测效果提升确实比较明显(比如YOLO v1和YOLO v2),但是引入anchor的缺点在于:1、正负样本不均衡。大部分检测算法的anchor数量都成千上万,但是一张图中的目标数量并没有那么多,这就导致正样本数量会远远小于负样本,因此有了对负样本做欠采样以及focal loss等算法来解决这个问题。2、引入更多的超参数,比如anchor的数量、大小和宽高比等。

本篇论文将目标检测问题当作关键点检测问题来解决,也就是通过检测目标框的左上角和右下角两个关键点得到预测框,因此CornerNet算法中没有anchor的概念,这种做法在目标检测领域是比较创新的而且能够取得不错效果是很难的

整个检测网络的训练是从头开始的,并不基于预训练的分类模型,这使得用户能够自由设计特征提取网络,不用受预训练模型的限制。

本次论文解读来自大佬覃博士,覃博士除了一边搞创业,一边搞农学,一边还读博,顺到还写了个神经网络平台,确实厉害。覃博士本身有非常丰富的AI实操经验,本次他除了介绍Corner Net , 还会介绍自己在深度学习方面工作学习上的经验,快来围观吧。

———————

论文地址:

阅读原文...


微信扫一扫,分享到朋友圈

随波竺流AI知识分享活动第七期- 目标检测框架CornerNet
0

Avatar

React 的未来,与 Suspense 同行[每日前端夜话0x85]

上一篇

The death of the data model?

下一篇

评论已经被关闭。

插入图片

热门分类

往期推荐

随波竺流AI知识分享活动第七期- 目标检测框架CornerNet

长按储存图像,分享给朋友