目标检测论文阅读:Probabilistic two-stage detection(CenterNet2)

[x]作者:Xingyi Zhou 1 Vladlen Koltun 2 Philipp Kr¨ahenb¨uhl 1 Abstract
[x]团队/机构:UT Austin 和 Intel Labs
[x]论文链接:http://arxiv.org/abs/2103.07461
[x]项目地址:https://github.com/xingyizhou/CenterNet2
在这里插入图片描述
在这里插入图片描述
#--------------------------------------#
更新:
看到一篇ECCV2020的论文:
Corner Proposal Network for Anchor-free,Two-stage Object Detection(一个博主的翻译
在这里插入图片描述
实际思路和这个其实感觉差不多,只是没有去扯什么概率解释,另外少了二阶段的进一步优化,只是做了分类?

所以直观感觉就是centerNet2这篇论文思考的深度比较深,提出了一种优化思想(基于概率的,反正没怎么看懂)。但是大思路其实之前已经有人提出了,只是优化的策略可能没这么好,实验没做这么多吧。也不知道这么想对不对。

版权声明:本文为CSDN博主「jaycain」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_43572595/article/details/114944646

jaycain

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测:YOLO v1算法

YOLO V1 算法思想 将一幅图像分成s*s个网格,如果某个目标的中心落在这个网格中,则这个网络就负责预测这个目标。每个网格要预测B个bounding box,每个bounding box除了要预