#今日论文推荐# CVPR 2022 | 浙大提出Oriented RepPoints：旋转目标检测网络

#今日论文推荐# CVPR 2022 | 浙大提出Oriented RepPoints：旋转目标检测网络

一般物体相比，空中目标通常是非轴对准的，具有杂乱的环境。与主流的包围盒方向回归方法不同，本文提出了一种有效的自适应点学习方法，该方法利用自适应点表示，能够捕捉任意方向实例的几何信息。为此，本文提出了三种定向转换函数，以便于分类和定位。此外，我们提出了一种有效的自适应点学习质量评估和样本分配方案，用于在训练过程中选择具有代表性的点样本，能够从相邻物体或背景噪声中捕获非轴对齐特征。在自适应学习中，引入空间约束来惩罚离群点。

介绍：首先我们来看图1了解一下航空目标检测与传统的目标检测有什么不同；左图的传统的目标检测的数据，右图是航空目标检测的数据。很明显可以看出，1.传统的检测框是垂直的矩形框，而右图是斜着的带有方向的矩形框。2.航空图中的目标一般要比传统的目标更密集。【这里先铺垫一句，传统目标检测的GT box是4个值-左上角和右下角的（x，y）坐标，共四个值；而航空目标检测（也可说旋转目标检测）是有8个值来表示GT box-矩形框四个角点的（x，y）坐标，共8个值】

论文题目：Oriented RepPoints for Aerial Object Detection
详细解读：https://www.aminer.cn/research_report/62a157137cb68b460fcdeca5?download=falsehttps://www.aminer.cn/research_report/62a157137cb68b460fcdeca5?download=false
AMiner链接：https://www.aminer.cn/?f=cs