前言
2019.07.07,CVer 曾推出一篇:大盘点 | 性能最强的目标检测算法,大家对此反映很好,还有很多同学私信要盘点 FPS 最快的目标检测算法。
要知道衡量目标检测最重要的两个性能就是 精度和速度,特指 mAP 和 FPS。其实现在很多论文要么强调 mAP 很高,要么就是强调 mAP 和 FPS 之间 Trade-off 有多好。
目前的目标检测论文主要分为两大类:One-stage 和 Two-stage(还有部分是 Multi-stage),其中 One-stage 相对于 Two-stage 在性能方面的表现就是 FPS 会高一点,即速度相对要快一点。这个特点在这篇文章:大盘点 | 性能最强的目标检测算法 就已经体现了,里面大多论文并不会介绍速度的对比实验。
本文就来盘点一下 One-stage 最强的目标检测算法,Amusi 将在COCO数据集上 mAP 最高的 One-stage 算法认为是"性能最强" One-stage 目标检测算法。虽然 One-stage 目标检测算法的 mAP 并不是最高的,但因为普遍具有速度优势(个人觉得也就是落地应用价值),所以目前的研究有很多。
注:下一篇盘点应该会介绍 FPS最大(速度最快)的目标检测算法,如果想尽早看到,请给这篇文章点个"在看",如果点击"在看"的人多,速度最快的目标检测算法大盘点也会尽快推出!
时间:2019.08.07
盘点内容:One-stage 目标检测 mAP 最高的算法
说到 One-stage 目标检测算法,大家脑子里最先蹦出来的算法应该是 YOLO系列和 SSD系列。
这两个 One-stage "王者" 代表算法已经发表有段时间了,SSD 发表于2015.12,而 YOLOv3 发表于 2018.04。
最近 One-stage 目标检测相关的论文,比较典型的有:CornerNet、ExtremeNet、FoveaBox、FSAF、FCOS、FoveaBox、RepPoints、两个 CenterNet 和 CornerNet-Lite等。
这么多目标检测算法,究竟哪家最强呢?!
One-stage 性能最强的目标检测算法
这里 Amusi 罗列几个 One-stage mAP很强很强的算法,并以时间线的角度来展示。
注意:各个网络使用不同backbone,或加不同的tricks,都会有不同的 mAP。所以Amusi 只介绍所能查到最强的算法或者最强组合算法。而且测试 mAP的时候可能会有 single-scale 和 multi-scale 两种情况,这里只讨论 single-scale。
FSAF: Feature Selective Anchor-Free Module for Single-Shot Object Detection
mAP:42.9
FPS:5.3
Date:2019.03.02 (未开源)
arXiv:https://arxiv.org/abs/1903.00621
mAP:43.2
FPS:None
Date:2019.04.02(已开源)
arXiv:https://arxiv.org/abs/1904.01355
https://github.com/tianzhi0549/FCOS
原论文 mAP是 42.1,但开源的代码里又优化为 43.2
mAP:42.1
FPS:7.8
Date:2019.04.16(已开源)
arXiv:https://arxiv.org/abs/1904.07850
https://github.com/xingyizhou/CenterNet
CenterNet: Keypoint Triplets for Object Detection
mAP:44.9
FPS:3
Date:2019.04.17 (已开源)
arXiv:https://arxiv.org/abs/1904.08189
https://github.com/Duankaiwen/CenterNet
AlignDet:Revisiting Feature Alignment for One-stage Object Detection
mAP:44.1
FPS:5.6
Date:2019.08.06 (未开源)
arXiv:https://arxiv.org/abs/1908.01570
综上所述,Amusi 将 CenterNet 和 AlignDet 两个算法认为是目前(2019.08.07) One-stage 目标检测方向性能最强的算法,其中:
- CenterNet 的 mAP/FPS :44.9/3
- AlignDet 的 mAP/FPS :44.1/5.5
侃侃
这里将 mAP 作为 One-stage 目标检测最强的指标,确实有失偏颇,不够严谨,因为很多人将目标检测应用在不同的任务上,其实要求的性能也有所不同。但请放心,Amusi 后续会统计一波 FPS最快的目标检测算法 和 mAP-FPS Trade-off 最佳的算法。
调查的论文和链接我会放在:https://github.com/amusi/awesome-object-detection,欢迎各位CVer进行 star 和 fork!
作者CVer-的公众号
▲长按关注我们
机器学习初学者
黄海广博士创建的公众号,黄海广博士个人知乎粉丝21000+,github排名全球前120名(30000+)。本公众号致力于人工智能方向的科普性文章,为初学者提供学习路线和基础资料。原创作品有:吴恩达机器学习个人笔记、吴恩达深度学习笔记等。
往期精彩回顾
那些年做的学术公益-你不是一个人在战斗
良心推荐:机器学习入门资料汇总及学习建议
吴恩达机器学习课程笔记及资源(github标星12000+,提供百度云镜像)
吴恩达深度学习笔记及视频等资源(github标星8500+,提供百度云镜像)
《统计学习方法》的python代码实现(github标星7200+)
首发:深度学习入门宝典-《python深度学习》原文代码中文注释版及电子书
图解word2vec(原文翻译)