做目标检测,这6篇就够了:CVPR 2020目标检测论文盘点
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
作者:Derrick Mwiti
转载:机器之心
参与:陈萍
CVPR 2020 会议上,有哪些目标检测论文值得关注?
A Hierarchical Graph Network for 3D Object Detection on Point Clouds
HVNet: Hybrid Voxel Network for LiDAR Based 3D Object Detection
Point-GNN: Graph Neural Network for 3D Object Detection in a Point Cloud
Camouflaged Object Detection
Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector
D2Det: Towards High-Quality Object Detection and Instance Segmentation
基于 GConv 的 U 形网络(GU-net);
候选框生成器;
候选框推理模块(ProRe Module):使用全连接图对候选框进行推理。
将 VoteNet 中的 PointNet++ 换成特征捕捉能力更强的 GCN;
为 up-sample 的多层中的每一层都接上 voting 模块,整合多个尺度的特征;
在 proposal 之间也使用 GCN 来增强特征的学习能力。
体素化:将点云指定给二维体素网格;
体素特征提取:计算网格相关的点级特征,然后将其输入到 PointNet 风格特征编码器;
投影:将点级特征聚合为体素级特征,并投影到其原始网格。这就形成了一个伪图像特征图。
论文地址:https://openaccess.thecvf.com/content_CVPR_2020/papers/Shi_Point-GNN_Graph_Neural_Network_for_3D_Object_Detection_in_a_CVPR_2020_paper.pdf
项目地址:https://github.com/WeijingShi/Point-GNN
图构建:使用体素降采样点云进行图构建;
GNN 目标检测(T 次迭代);
边界框合并和评分。
论文地址:https://openaccess.thecvf.com/content_CVPR_2020/papers/Fan_Camouflaged_Object_Detection_CVPR_2020_paper.pdf
项目地址:https://github.com/DengPingFan/SINet/
搜索模块(SM),用于搜索伪装的物体;
识别模块(IM),用于检测该物体。
论文地址: https://openaccess.thecvf.com/content_CVPR_2020/papers/Cao_D2Det_Towards_High_Quality_Object_Detection_and_Instance_Segmentation_CVPR_2020_paper.pdf
项目地址:https://github.com/JialeCao001/D2Det