性能最强的One-stage目标检测算法

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

性能最强的One-stage目标检测算法_第1张图片

 

mAP:42.9

FPS:5.3

Date:2019.03.02 (未开源)

arXiv:https://arxiv.org/abs/1903.00621

 

性能最强的One-stage目标检测算法_第2张图片

 

FCOS: Fully Convolutional One-Stage Object Detection

性能最强的One-stage目标检测算法_第3张图片

 

mAP:43.2

FPS:None

Date:2019.04.02(已开源)

arXiv:https://arxiv.org/abs/1904.01355

https://github.com/tianzhi0549/FCOS

 

性能最强的One-stage目标检测算法_第4张图片

 

原论文 mAP是 42.1,但开源的代码里又优化为 43.2

 

性能最强的One-stage目标检测算法_第5张图片

 

CenterNet:Objects as Points

性能最强的One-stage目标检测算法_第6张图片

 

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

 

性能最强的One-stage目标检测算法_第7张图片

 

CenterNet: Keypoint Triplets for Object Detection

 

性能最强的One-stage目标检测算法_第8张图片

 

mAP:44.9

FPS:3

Date:2019.04.17 (已开源)

arXiv:https://arxiv.org/abs/1904.08189

https://github.com/Duankaiwen/CenterNet

 

性能最强的One-stage目标检测算法_第9张图片

 

AlignDet:Revisiting Feature Alignment for One-stage Object Detection

 

性能最强的One-stage目标检测算法_第10张图片

 

mAP:44.1

FPS:5.6

Date:2019.08.06 (未开源)

arXiv:https://arxiv.org/abs/1908.01570

 

性能最强的One-stage目标检测算法_第11张图片

 

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!(点击"阅读原文"即可访问)

你可能感兴趣的:(性能最强的One-stage目标检测算法)