一文看尽10篇目标检测最新论文(MetaOD/P-RSDet/MatrixNets等)

加入极市 专业CV交流群,与1 0000+来自腾讯,华为,百度,北大,清华,中科院 等名企名校视觉开发者互动交流!

同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流。 关注  极市平台  公众号  , 回复  加群, 立刻申请入群~

前言

恰逢 2020年,本文再次更新近期值得关注的最新检测论文。这次分享的paper将同步推送到 github上,欢迎大家 star/fork(点击阅读原文,也可直接访问):

https://github.com/amusi/awesome-object-detection

注意事项:

  • 既含Anchor-free系列新网络,还有遥感和红外目标检测网络

  • 论文发布时间段:2019年12月30日-2020年01月17日

目标检测论文

1】 用于AP最大化的目标检测的上下文再评分机制

Seeing without Looking: Contextual Rescoring of Object Detections for AP Maximization》

时间:20191230

作者团队: 卡内基梅隆大学等

链接:https://arxiv.org/abs/1912.12290

注: 引入RNN+自注意力机制,提出新的置信度分数预测回归器

【2 结合深度学习和验证进行精确的目标实例检测

Combining Deep Learning and Verification for Precise Object Instance Detection》

时间:20191230

作者团队: 卡内基梅隆大学(CMU)

链接:https://arxiv.org/abs/1912.12270

【3 MetaOD: 目标检测系统的蜕变测试

Metamorphic Testing for Object Detection Systems

时间:20191231

作者团队: 香港科技大学

链接:https://arxiv.org/abs/1912.12162

注: MetaOD是第一个用于目标检测器的蜕变测试(黑盒测试)系统,可以有效地揭示商用目标检测器的错误检测结果。

【4 基于集成式YOLOv3算法的蝴蝶检测与分类

Butterfly detection and classification based on integrated YOLO algorithm

时间:20200104

作者团队: 北京交通大学

链接:https://arxiv.org/abs/2001.00361

注: 本文研究了蝴蝶照片的自动检测与分类识别问题,提出了一种适合蝴蝶分类的生物标记方法。在YOLOv3算法的基础上,通过综合不同训练机制的YOLOv3模型结果,提出了一种基于YOLOv3算法的蝴蝶自动检测与分类识别算法。它大大提高了YOLO算法的泛化能力,使其具有更好的解决小样本问题的能力。

【5 CSPNet: 可以增强CNN学习能力的新型Backbone

CSPNet: A New Backbone that can Enhance Learning Capability of CNN

时间:20191128

作者团队: 中央研究院資訊科學研究所&台湾交通大学

链接:https://arxiv.org/abs/1911.11929

代码:https://github.com/WongKinYiu/CrossStagePartialNetworks

注1:CSPNet目前刚刚开源,值得关注和学习!

注2: 很棒的backbone,在检测任务上性能优于YOLOv3-tiny,CSPPeleeNet在Jetson TX2速度高达41FPS!

【6 FNA: 通过参数重新映射和架构搜索实现快速神经网络自适应

Fast Neural Network Adaptation via Parameter Remapping and Architecture Search》

时间:20200109

作者团队: 华中科技大学&地平线

链接:https://openreview.net/forum?id=rklTmyBKPH

代码:https://github.com/JaminFong/FNA

注1: 本文对MobileNetV2进行FNA,以获取用于分割和检测的新网络,FNA的总计算成本明显低于SOTA分割/检测NAS方法:比DPC少1737倍,比Auto-DeepLab小6.8倍,比DetNAS小7.4倍。

【7 P-RSDet: 基于极坐标的遥感图像Anchor-free目标检测网络

《Objects detection for remote sensing images based on polar coordinates》

时间:20200110

作者团队: 中科院&国科大提出

接:https://arxiv.org/abs/2001.02988

注:P-RSDet性能优于X-LineNet、R-DFPN等网络

【8 】 MatrixNets: 用于目标检测的新尺度和长宽比感知网络结构

MatrixNets: A New Scale and Aspect Ratio Aware Architecture for Object Detection

时间:20200113

作者团队: 滑铁卢大学&向量学院等

接:https://arxiv.org/abs/2001.03194

代码:https://github.com/arashwan/matrixnet

注: MatrixNets在COCO上可达47.8 mAP!相对于CornerNet涨点5.6mAP,代码刚刚开源!

【9 商汤科技提出: 用于类增加目标检测的跨数据集训练

Cross-dataset Training for Class Increasing Object Detection

时间:20200115

作者团队: 商汤科技

接:https://arxiv.org/abs/2001.04621

注: 通过跨数据集训练,可以利用现有数据集通过单个模型检测合并的目标类。

【10 】TBC-Net: 使用语义约束的红外小目标检测实时检测器

TBC-Net: A real-time detector for infrared small target detection using semantic constraint

时间:20200117

作者团队: 中科院&国科大

接:https://arxiv.org/abs/2001.05852

注: 性能优于WLCM、NWIE和MPCM等网络TBC-Net可以在NVIDIA Jetson AGX Xavier开发板上实现实时检测,适用于诸如带有红外传感器的无人机的现场研究等应用。

TBC-Net

为了方便下载,我已经将上述论文打包,在  极市平台  后台回复: 目标检测  即可获得打包链接。

-END-

点击   阅读原文 ,可跳转浏览本文内所有网址链接

*延伸阅读

添加极市小助手微信 (ID : cv-mart) ,备注: 研究方向-姓名-学校/公司-城市 (如:目标检测-小极-北大-深圳),即可申请加入 目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SLAM、图像分割等极市技术交流群 ,更有 每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、 干货资讯汇总、行业技术交流 一起来让思想之光照的更远吧~

△长按添加极市小助手

△长按关注极市平台,获取 最新CV干货

觉得有用麻烦给个在看啦~   

我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章