您好,登录后才能下订单哦!
作者:Amusi
Date:2019-11-26
微信公众号: CVer
链接: 一文看尽8篇目标检测最新论文(EfficientDet/EdgeNet/ASFF/RoIMix/SCL/EFGRNet等)
计算机视觉论文速递 专栏有段时间没有更新论文速递了,这段时间的论文很多,但比较亮眼的论文并也不多。为了方便大家阅读,我已经将其中的 目标检测(Object Detection)论文整理出来。也推荐大家关注 计算机视觉论文速递 ,可以更快了解到CV的好内容!
本文分享的目标检测论文将同步推送到 github上,欢迎大家 star/fork(点击阅读原文,也可直接访问):
amusi/awesome-object-detection github.com注意事项:
【1】SCL: Towards AccurateDomain Adaptive Object Detection via Gradient Detach Based Stacked Complementary Losses
时间:20191108
作者:CMU&印度理工学院
链接: https://arxiv.org/abs/1911.0255 9
注:SCL域自适应目标检测网络,性能优于MAF(ICCV'19)和Strong-Weak(CVPR'19)
【2】Localization-aware Channel Pruning for Object Detection
时间:20191109
作者:华中科技大学
链接: https://arxiv.org/abs/1911.0223 7
注:性能优于DCP、ThiNet,可对SSD剪枝70%参数
【3】RoIMix: Proposal-Fusion among Multiple Images for Underwater Object Detection
时间:20191112
作者:北大&鹏城实验室&腾讯
链接: https://arxiv.org/abs/1911.0302 9
注:水下目标检测,有点东西的
【4】Model Adaption Object Detection System for Robot
时间:20191113
作者:西安交通大学
链接: https://arxiv.org/abs/1911.0271 8
注:解决机器人靠近物体的移动过程中,对物体保持稳定的检测。检测和速度性能优于YOLOv3!
【5】EdgeNet: Balancing Accuracy and Performance for Edge-based Convolutional Neural Network Object Detectors
时间:20191117
作者:塞浦路斯大学
链接: https://arxiv.org/abs/1911.0609 1
注:EdgeNet 速度和精度均优于Tiny-YOLO V3和DroNet,功耗仅4W!可在树莓派、CPU上实时运行
【6】Enriched Feature Guided Refinement Network for Object Detection
时间:2019(ICCV 2019)
作者:天津大学&IIAI
http://openaccess.thecvf.com/c ontent_ICCV_2019/papers/Nie_Enriched_Feature_Guided_Refinement_Network_for_Object_Detection_ICCV_2019_paper.pdf
代码: https://github.com/Ranchentx/EF GRNet
注:EFGRNet是基于SSD改进的Single-Stage检测网络,在COCO上可达46ms/39.0mAP(512x512),现已开源!
【7】EfficientDet: Scalable and Efficient Object Detection
时间:20191122
作者:谷歌大脑(Quoc V. L大佬)
链接: https://arxiv.org/abs/1911.0907 0
代码:即将开源
注:本文提出BiFPN和EfficientDet,在COCO上高达51.0 mAP!是目前在没有做多尺度测试下最强的目标检测网络!
【8】Learning Spatial Fusion for Single-Shot Object Detection
时间:20191122
作者:北京航空航天大学
链接: https://arxiv.org/abs/1911.0951 6
代码: https://github.com/ruinmessi/AS FF
注:YOLOv3+ASFF(自适应空间特征融合)组合,性能优于CornerNet和CenterNet等,在COCO上,38.1mAP/60 FPS,43.9mAP/29FPS!
为了方便下载,我已经将上述论文打包:
百度云链接: https://pan.baidu.com/s/1muHIJr DKu-uQcagArfmOLA
提取码:yjqu
更多目标检测论文详见: https://github.com/amusi/awesom e-object-detection
如果各位CVer喜欢这样的盘点,请给这篇文章点个赞,如果点赞的人多,其它CV方向的大盘点系列也会尽快推出!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。