CenterNet : Objects as Points（MS COCO,KITTI,COCO）

CenterNet : Objects as Points（MS COCO,KITTI,COCO）

Abstract

• 预测目标的中心点而不是目标框（通过检测关键点）
• 端到端可微，相比anchor方法更快更精确
• on MS COCO：28.1%AP at 142FPS, 37.4% AP at 52 FPS, 45.1% AP with multi-scale testing at 1.4 FPS.
• 在KITTI 上的立体目标检测和COCO上的姿态检测任务中，仍然具有竞争力

Introduction

• 使用边界框的中心点来表示目标，目标大小、维度、三维范围和姿态等信息从图像中心位置的特征中直接回归得到。检测问题变成了关键点预测问题。

• 输入经过全卷积网络得到热图，热图中的极大值就是目标中心，对应位置的特征图中的特征向量就是目标框的长和宽（和深度）。

• 网络可以在立体目标检测和姿态估计任务中使用

• 相比anchor方法，centernet没有需要手动设定的IOU阈值，没有背景前景阈值，不需要NMS，输出分辨率高

• 相比其他关键点方法（CornerNet、ExtremeNet），centernet在预测关键点之后不需要进行组合分组（cornerNet使用嵌入向量对关键点进行分组），速度大大提升

• 文中使用了三种全卷积编解码网络预测热图，沙漏网络、上卷积残差网络、DLA网络

  [外链图片转存失败(img-iBv8Weyc-1567866143585)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\1561346811115.png)]

实验

在目标检测任务中，速度快，精度高，使用Hourglass-104的最慢，但是最精确。

使用DLA-34的最快，52FPS with 37.4%AP ，比YOLOV3快两倍，精确率更高（4.4%）

• centernet 无法检测关键点重合的目标。但是其重合概率比起二阶段rpn的漏检率更低
• 实验证明加入NMS对精度没有帮助，L1 loss 比 Smooth l1 loss 好用！？！？
• [外链图片转存失败(img-E3qqzYS8-1567866143598)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\1561345434767.png)]