<address id="dfjpl"></address>
<sub id="dfjpl"></sub>

      <sub id="dfjpl"></sub>

        <address id="dfjpl"></address>

        <address id="dfjpl"></address>

        【总结 Anchor-free1】Anchor-Free Keypoint方法总结以及思路分析

        &Anchor-based的shortcoming

        1) 使用anchor时,需要在每个特征尺度上密集平铺,而仅有很少一部分是正样本,即正负样本的比例差别很大;最终有很多计算都花费在无用样本,且一般使用时需要进行预处理,挖掘难负例;

        2) 需要预定义的anchor size以及aspect ratio。检测性能会收到这些预定义的参数的影响,如果在每一个位置设定的anchor的数量太多,也会导致计算量成倍增长;

        3) 使用axis-align的形式:

        • 由于anchor是针对特征图上的点进行提取的,并不是所有的像素点上都会提取对应的anchor,且在每个点上提取的anchor的数量也不尽相同,如果只使用axis-align形式,最终结果可能对于那个bbox中心不在特征图上的点不大友好,最终影响整体的精度;当然,目前也有针对该问题做出的调整,如可以通过预测中心点偏移,参照RepDet中的Adaptive Convolution方法
        • 使用box来作为一个目标的回归结果,仍然会在其中包含大量的背景信息,尤其是在边角区域,而且对于斜放的细长目标会造成更大的影响。在这个方向上,也存在一些改进方式,如ExtremNet提出的使用八边形来描述一个目标,(Segmentation is All You Need)论文中也提出将目标的范围通过椭圆精细化。

         

        &Anchor-free方法以及具体思想

        1) YOLOv1

        YOLOv1摒弃了anchor,使用grid来负责每一块区域的目标检测。主要思想就是将整张图片划分为S×S(7×7)个grid,每个网格检测B(2)个bbox。

        分享图片

        按照论文讲述的结果,先将图片resize到448×448;然后输入到CNN中,最终输出一个7×7×30的矩阵,其中30表示的是20个类别得分,2个回归框的信息(x, y, w, h, confidence);将最终的结果使用NMS进行处理。

        分享图片

        显而易见,网上有人觉得这也是anchor的一种变种,但是,我认为这已经不再是anchor,反倒观点更接近于通过点来对bbox回归的思想。只不过YOLOv1是通过先将整张图片分成了多个网格,对应的中心落在该网格内的目标则由这个网格来回归。

        Pros

        • 处理速度很快。YOLOv1的运行速度因为预处理部分很简单,只是简单地进行resize,之后直接使用CNN网络进行回归,在后处理中也只是用到了NMS,且最终得到的bbox回归框的个数极少。
        • 降低背景误检。相比于anchor-based方法会提取很多的anchor出来,YOLOv1在运算过程中,会使用到的“anchor”相当少,至多只有7×7×2个。

        Cons

        • 模型精度低。因为在运算中使用了很少的box,而且还定义了一个grid至多能识别的目标的数量,对于无目标与多目标存在同一个grid中的情况很不友好。且模型是从数据中学习预测bbox,最终对于新的或者不寻常的aspect ratio或者configuration的目标很难识别,由于使用了多层的卷积层,最终使用到的特征的信息很粗糙。
        • 不适用于密集目标检测。同理。
        • 有着很强的空间限制因为YOLOv1在一个grid中至多只能识别两个目标,而且只能识别一个类。
        • 损失函数等同对待小bbox以及大bbox的误差。

        总而言之,YOLOv1可视为anchor-free论文的第一篇发迹文。之后就迎来了anchor-free方面论文的并发期,之后最基础的方法就是CenterNet以及CornerNet。

         

        2) CenterNet

        CenterNet的主要思想是通过中心点的信息来回归出其他bbox的属性,如中心点与四条边的距离、姿势、方向等信息。

        分享图片

        首先,CenterNet会计算keypoint heatmap,然后通过网络直接回归出需要使用的信息。这种方法简单、快速、高效而且没有任何的NMS的后处理操作,可以直接端到端地进行训练。但是,只使用中心点进行回归,显然会使得获取的信息过少,可能不足以支撑回归出如此有效的信息,最终影响到检测性能。不过可能是由于其回归的信息很充分,增强了各种信息的表征能力使得能够对结果有所提升,【愚见,之后会重温】

         

        3) CornerNet

        相比CenterNet从中心点来回归出边界距离获得bbox来说,CornerNet反其道而行,直接使用两个角点:top-left,bottom-right,直接定义bbox,以一组角点来确定一个目标。

        分享图片

        首先,CornerNet计算出top-left以及bottom-right两个heatmaps,其中分别表明图中的top-left以及bottom-right点的信息,然后通过embeded方法计算top-left集合以及bottom-right集合中点的距离,将距离最近的点分为一个组,作为最终的bbox。其中也是用了一些改进方法,如Corner-Pool,使得计算角点更精确。

        当然,这种想法也很好,但是却不可避免地引入了分组的计算算法,增加了计算难度,同时与CenterNet类似,即便此时使用了两个角点的信息来确定一个bbox,此时的角点由于使用了Corner Pool方法融入了更多边的信息,不可避免地导致网络对于边更加敏感,而且忽略了更多的内部细节

         

        4) CenterNet-Triplets

        这种方法粗略来看就相当于整合了Center以及Corner的信息,相当于在CornerNet的基础上增加了Center的信息作为其中一个判别标准。Corner的heatmaps的生成仍然像CornerNet中一样,只不过多增加一个分支为center heatmap,corner分组后需要判断其中是否包含有center heatmap中的点,没有就可以直接排除。剩下的与CornerNet相似。

        分享图片

        此外,考虑到corners对目标框中的内部信息把握不准,在CornerPool的基础上进行改进,提出了Cascade Corner Pool,使得corner也能编码一些内部的信息,增强了点的表征力;与此同时,提出了Center Pool,获得水平方向以及竖直方向上的最大值,也能够表示更多的信息。

         分享图片

        但是,其一,我觉得使用的Cascade Corner Pool的方法的表义不明,即便在进行第二步的时候确实获取了一些框内的信息,增强了点的表征力,但是使用到的这个内部信息的表义却不是很明确,只能说明加入了一些内部信息时确实对结果产生了有利影响;其次使用到的信息仍然不够,尤其是对回归框的内部信息的使用,虽然使用到了center heatmap,但是最后只是用来做辨别,相当于没有完全利用这部分的信息。

        因此在这个基础上是否可以将center的信息也利用进回归框的信息预测中,不过需要考虑一下怎么使用,而且ExtremeNet使用的方法与之也有相同之处

         

        5) ExtremNet

        ExtremeNet使用到了4条边的极值点,以及中心点,在CenterNet-Triplets的基础上将预测的角点分解为边的极值点,同时分组不再按照embeded计算的距离,而是随机分组。

         分享图片 

        首先,网络计算得到5个heatmaps,分别为top、left、bottom、right以及center heatmap,其中top、left、right以及bottom仍然作为bbox获取的途径,每次从其中任取一个点作为一个bbox的四个极值点,然后计算其逻辑中心,如果在center heatmap中存在,则将之视为一个bbox,用作回归过程。

        该方法,从分组的方式上来看,显然这个计算量是很大的。其余除了比CenterNet-Triplets多了一些边上的信息外,存在着与之相似的问题,而且网络对边缘的敏感更高

        整体来看,这个方法就是对CenterNet-Triplets方法的分解,将Corner的预测转化为极值点的预测,显然,这些点所能包含的信息会更多一些,但增加的信息也有限,不过给我们提供了一个优化结果的思路;将任务分解为更细致的任务,获取到更多信息以及分解任务间的关联性可能会对网络产生好的影响

        【注】之后会增加RepDet的内容,同时将使用的密集点检测的Anchor-free的方法也做进一步的总结。

        相关文章
        相关标签/搜索
        蓝月亮天下彩免费资枓大全年2019开奖结果特马料查询香港马会开奖结果历史纪录在线查询网 阳西县| 鲁甸县| 永平县| 乐陵市| 南康市| 南昌市| 林州市| 和平区| 维西| 将乐县| 商丘市| 阜宁县| 大洼县| 新竹县| 黄梅县| 泌阳县| 根河市| 镇沅| 库尔勒市| 尉犁县| 乌拉特前旗| 建平县| 综艺| 乐清市| 高碑店市| 高台县| 康定县| 台东县| 罗江县| 富锦市| 乐都县| 建宁县| 博爱县| 固安县| 昌黎县| 沁水县| 阜城县| 自治县| 安吉县| 冕宁县| 赞皇县| 登封市| 定南县| 阜城县| 肥西县| 锡林郭勒盟| 合水县| 博爱县| 错那县| 宜兰县| 肥西县| 湖口县| 天峻县| 肃宁县| 临武县| 河曲县| 新乡县| 阿巴嘎旗| 桦甸市| 桃源县| 宝清县| 赫章县| 娄烦县| 郸城县| 上虞市| 富源县| 江油市| 观塘区| 和平区| 资源县| 潢川县| 大埔区| 包头市| 嘉禾县| 襄樊市| 三原县| 元朗区| 集安市| 四川省| 开封市| 甘德县| 赤峰市| 巴马| 惠来县| 东乡| 桐乡市| 荃湾区| 康定县| 正蓝旗| 游戏| 安岳县| 长武县| 和硕县| 武定县| 思茅市| 杭州市| 香港| 乐陵市| 武义县| 松滋市| 澄迈县| 舟山市| 山西省| 麻阳| 普陀区| 泊头市| 白山市| 大余县| 连云港市| 霍州市| 宜城市| 东光县| 沙坪坝区| 河东区| 五常市| 锡林浩特市| 班玛县| 丽江市| 河源市| 德钦县| 时尚| 十堰市| 加查县| 彭水| 璧山县| 公安县| 年辖:市辖区| 油尖旺区| 安吉县| 安吉县| 泰来县| 岑溪市| 黄陵县| 灵台县| 宁城县| 广东省| 长岭县| 韶山市| 明溪县| 日土县| 铜山县| 伊川县| 郴州市| 禹城市| 忻城县| 广灵县| 遂平县| 石城县| 于田县| 西昌市| 吉隆县| 杭锦后旗| 凤台县| 洛川县| 临夏县| 霍城县| 沭阳县| 鸡泽县| 马公市| 普兰店市| 二连浩特市| 庆城县| 防城港市| 抚州市| 普洱| 将乐县| 拜城县| 库车县| 洛宁县| 抚远县| 凌源市| 福建省| 伊川县| 桦甸市| 宣化县| 新余市| 临汾市| 广宗县| 新绛县| 安阳市| 翁牛特旗| 萍乡市| 台湾省| 聊城市| 三门县| 金平| 革吉县| 彝良县| 永康市| 吐鲁番市| 涿鹿县| 怀集县| 崇明县| 江口县| 田林县| 本溪| 神池县| 大港区| 恩平市| 阜南县| 日喀则市| 平南县| 赤峰市| 万载县| 合山市| 潞西市| 五原县| 邻水| 巫山县| 石屏县| 长治县| 历史| 八宿县| 清涧县| 三台县| 平邑县| 淳安县| 股票| 德兴市| 大足县| 汕尾市| 肃北| 石屏县| 绥江县| 襄樊市| 渝中区| 确山县| 安塞县| 和龙市| 疏勒县| 谢通门县| 万荣县| 毕节市| 故城县| 平阴县| 南漳县| 福建省| 铅山县| 梨树县| 临汾市| 济源市| 英山县| 杭锦后旗| 通许县| 丰原市| 六盘水市| 哈尔滨市| 姚安县| 仁怀市| 正蓝旗| 苏尼特右旗| 洛川县| 上饶县| 鹤岗市| 高阳县| 冷水江市| 铁岭县| 小金县| 盐城市| 昌黎县| 东丽区| 绥棱县| 乌苏市| 宽甸| 永州市| 兴安县| 平谷区| 大丰市| 都兰县| 义马市| 广州市| 齐齐哈尔市| 嘉定区| 康定县| 佛山市| 朝阳县| 宁都县| 耒阳市| 莱芜市| 微博| 井冈山市| 乌什县| 仁怀市| 宜黄县| 清水县| 叙永县| 滦平县| 胶州市| 东源县| 大名县| 班玛县| 民丰县| 随州市| 南部县| 绥芬河市| 武宁县| 中宁县| 杂多县| 霍邱县| 宿州市| 偃师市| 镇远县| 道孚县| 宁波市| 六安市| 垣曲县| 富顺县| 孟州市| 藁城市| 嘉祥县| 正安县| 遂宁市| 松原市| 新闻| 如东县| 固镇县| 高密市| 梁山县| 定远县| 离岛区| 申扎县| 光泽县| 揭西县| 胶州市| 宣汉县| 德江县| 福贡县| 秦安县| 印江| 仙游县| 丹江口市| 垣曲县| 海盐县| 万载县| 锦州市| 繁昌县| 通榆县| 南充市| 清徐县| 巩留县| 霍州市| 车致| 扎鲁特旗| 龙胜| 庆安县| 汉阴县| 平潭县| 宕昌县| 钦州市| 玛多县| 仙桃市| 大姚县| 大足县| 饶平县| 西乌珠穆沁旗| 昌黎县| 日土县| 巫山县| 高雄县| 密山市| 台北县| 西平县| 巩留县| 徐汇区| 谢通门县| 精河县| 武川县| 万全县| 贵南县| 南涧| 双柏县| 泰宁县| 黑龙江省| 临沭县| 鄂尔多斯市| 盐亭县| 嘉兴市| 浦县| 宝山区| 始兴县| 九龙县| 保靖县| 砚山县| 钟山县| 惠东县| 乌什县| 马公市| 尚志市| 平定县| 惠来县| 抚宁县| 博白县| 仁布县| 安平县| 丹东市| 奉化市| 防城港市| 曲阜市| 连江县| 乐平市| 合阳县| 内乡县| 桃源县| 双峰县| 本溪| 庄河市| 台安县| 清河县| 宜川县| 天等县| 元阳县| 大英县| 林口县| 柞水县| 潼南县| 黄龙县| 栾城县| 衡阳市| 海口市| 疏附县| 永登县| 府谷县| 延安市| 惠水县| 平度市| 莫力| 宁海县| 壤塘县| 罗甸县| 晋城| 富阳市| 衡阳市| 韶山市| 松阳县| 嫩江县| 永昌县| 万宁市| 奉新县| 东丽区| 攀枝花市| 金溪县| 衡阳县| 阳泉市| 鞍山市| 广安市| 改则县| 屯留县| 诸暨市| 金寨县| 静安区| 大兴区| 宁明县| 灯塔市| 隆昌县| 荃湾区| 九龙县| 宝清县| 松滋市| 桃江县| 沙湾县| 共和县| 大石桥市| 罗甸县| 台湾省| 麟游县| 观塘区| 江津市| 宿松县| 固原市| 厦门市| 兴业县| 汉中市| 台北县| 穆棱市| 九江县| 永丰县| 阜宁县| 博乐市| 饶平县| 时尚| 会理县| 沧源| 紫金县| 北辰区| 漳州市| 上犹县| 大石桥市| 新乡市| 新巴尔虎左旗| 仁寿县| 安福县| 新郑市| 湄潭县| 新河县| 珠海市| 海伦市| 遂宁市| 尼玛县| 垣曲县| 富川| 容城县| 马关县| 永川市| 陵川县| 娄烦县| 隆子县| 清丰县| 威信县| 伊春市| 醴陵市| 彩票| 依安县| 滨州市| 宜阳县| 平邑县| 江永县| 信阳市| 寻乌县| 濮阳市| 铅山县| 巴林右旗| 杭州市| 华坪县| 阿鲁科尔沁旗| 祁阳县| 收藏| 黎川县| 广丰县| 漳州市| 敖汉旗| 清原| 商南县| 安阳市| 嘉义县| 靖安县| 常宁市| 咸宁市| 资源县| 临桂县| 缙云县| 许昌市| 蓬莱市| 宁德市| 巩留县| 丹棱县| 梨树县| 镇康县| 梁山县| 昂仁县| 含山县| 华蓥市| 乌拉特前旗| 常熟市| 新昌县| 绍兴县| 桓台县| 辉南县| 呈贡县| 泰安市| 宜兰市| 海丰县| 宜州市| 磐石市| 祁门县| 册亨县| 长沙市| 宜兴市| 抚州市| 定南县| 广饶县| 高邑县| 商都县| 鄯善县| 古丈县| 晋州市| 抚州市| 曲靖市| 磴口县| 宁波市| 蓝田县| 康乐县| 志丹县| 马关县| 康定县| 阜阳市| 永年县| 廉江市| 文安县| 资源县| 法库县| 徐闻县| 南安市| 察哈| 建瓯市| 天峨县| 蚌埠市| 连江县| 井陉县| 焉耆| 右玉县| 岚皋县| 炉霍县| 磐安县| 子长县| 额尔古纳市| 富顺县| 镇康县| 大港区| 融水| 上饶市| 庆云县| 新蔡县| 内乡县| 大宁县| 罗甸县| 辽源市| 庄浪县| 阿荣旗| 浏阳市| 永昌县| 肥乡县| 齐齐哈尔市| 鹤山市| 郴州市| 卢氏县| 潜山县| 迁西县| 罗定市| 天镇县| 揭阳市| 乌兰察布市| 昌宁县| 白山市| 云浮市| 澄江县| 司法| 临高县| 甘孜| 普定县| 灵川县| 万州区| 平和县| 奉贤区| 酒泉市| 东山县| 平山县| 英山县| 申扎县| 凌源市| 从江县| 竹北市| 丰原市| 德钦县| 岳池县| 西畴县| 崇义县| 花莲县| 奉节县| 五原县| 嘉峪关市| 琼结县| 财经| 绿春县| 高雄市| 长泰县| 舒城县| 泗阳县| 灯塔市| 论坛| 静乐县| 伊通| 临城县| 泽普县| 新野县| 河西区| 卢湾区| 平武县| 天峻县| 博爱县| 洛川县| 鄂尔多斯市| 响水县| 响水县| 南安市| 阿城市| 梨树县| 米林县| 灌南县| 榆社县| 遵义市| 沧州市| 团风县| 涪陵区| 泸定县| 曲水县| 门头沟区| 龙里县| 三原县| 南投市| 循化| 西乌珠穆沁旗| 华阴市| 恩平市| 唐山市| 奉新县| 中宁县| 故城县| 四子王旗| 盖州市| 绥滨县| 临武县| 芜湖市| 浦城县| 临猗县| 鄯善县| 色达县| 孟津县| 湾仔区| 温州市| 酉阳| 元谋县| 清苑县| 北安市| 济宁市| 乌鲁木齐县| 阿图什市| 独山县| 新化县| 湘潭市| 太谷县| 隆林| 棋牌| 阿荣旗| 大冶市| 施甸县| 托里县| 阿克| 龙陵县| 伽师县| 容城县| 山西省| 治多县| 潼关县| 北海市| 苏州市| 西安市| 临泉县| 册亨县| 拜泉县| 白河县| 股票| 河西区| 常山县| 陆良县| 水城县| 普格县| 石柱| 三门县| 延寿县| 三都| 武夷山市| 平凉市| 松溪县| 顺义区| 石首市| 苍溪县| 金塔县| 扎兰屯市| 大庆市| 广东省| 潜山县| 南安市| 上林县| 潮州市| 铜山县| 铁岭县| 通海县| 孝义市| 霞浦县| 密云县| 十堰市| 措勤县| 康马县| 肃南| 长沙县| 什邡市| 修文县| 班玛县| 叶城县| 晋宁县| 北海市| 苍山县| 手游| 太湖县| 贵阳市| 松原市| 治县。| 伽师县| 保亭| 奉节县| 泗水县| 古田县| 黄山市| 阜康市| 栾川县| 宿松县| 永安市| 隆昌县| 大同市| 灵宝市| 金堂县| 称多县| 武安市| 东丰县| 锦州市| 六安市| 彭泽县| 河东区| 武威市| 桂东县| 广丰县| 东辽县| 崇信县| 小金县| 丰城市| 奈曼旗| 万盛区| 开远市| 竹北市| 隆尧县| 密山市| 交口县| 鄂托克旗| 泾阳县| 府谷县| 青铜峡市| 靖远县| 旺苍县| 沈阳市| 墨竹工卡县| 白河县| 沾化县| 越西县| 宣城市| 永泰县| 郴州市| 三江| 宾阳县| 噶尔县| 丰顺县| 龙海市| 石楼县| 永平县| 海口市| 海宁市| 朝阳区| 郑州市| 沐川县| 云林县| 沁水县| 嘉兴市| 泰兴市| 鄂伦春自治旗| 沁阳市| 孟州市| 延庆县| 兰坪| 义乌市| 乌兰察布市| 禹城市| 巧家县| 达拉特旗| 建湖县| 隆回县| 宣武区| 黑河市| 韶关市| 德昌县| 和政县| 呈贡县| 九龙县| 平乐县| 湖州市| 阿瓦提县| 泽普县| 玉环县| 昆明市| 宜兴市| 弥勒县| 原平市| 七台河市| 天台县| 临清市| 连平县| 进贤县| 兴宁市| 松江区| 邵武市| 佛学| 浦东新区| 开化县| 象山县| 阿克陶县| 五河县| 宁强县| 浠水县| 保定市| 南宁市| 民勤县| 房山区| 章丘市| 绥阳县| 鹤庆县| 清水河县| 河间市| 彰化县| 始兴县| 长海县| 眉山市| 涿鹿县| 年辖:市辖区| 石狮市| 叶城县| 潼关县| 鄂尔多斯市| 峡江县| 东平县| 韶山市| 江门市| 庆元县| 佛学| 镇江市| 米林县| 陆川县| 额尔古纳市| 纳雍县| 阳泉市| 海阳市| 托里县| 镇巴县| 历史| 明星| 隆昌县| 改则县| 开鲁县| 桑日县| 江口县| 来安县| 淳化县| 永嘉县| 彰化县| 顺昌县| 云梦县| 马公市| 霍山县| 南城县| 上杭县| 东阳市| 焦作市| 齐河县| 巴林右旗| 布尔津县| 宜州市| 宜丰县| 嘉定区| 云安县| 沧州市| 永安市| 会同县| 元谋县| 额济纳旗| 余姚市| 定陶县| 永福县| 正宁县| 天等县| 安陆市| 繁昌县| 隆林| 沭阳县| 临江市| 威远县| 阿巴嘎旗| 新郑市| 赞皇县| 行唐县| 古交市| 湘阴县| 高州市| 阳朔县| 胶南市| 喀喇沁旗| 长子县| 新竹县| 资源县| 南开区| 云阳县| 枞阳县| 谢通门县| 阿鲁科尔沁旗| 滨州市| 九寨沟县| 油尖旺区| 苗栗市| 怀来县| 锡林郭勒盟| 黑山县| 密山市| 莫力| 简阳市| 孟津县| 台南县| 罗平县| 无极县| 栾川县| 古丈县| 桑日县| 祁连县| 浑源县| 钟祥市| http://www.gz1980replyc.fun http://www.yqo2j3rl3v.fun http://www.gz1980totalc.fun http://www.bo2020towers.fun http://www.yqo5j9rl6v.fun http://m.jvz0j5r6o.fun http://www.gz1980tryc.fun http://www.bo2020looks.fun http://www.yqo1j1rl9v.fun http://wap.yqo8j7rl3v.fun http://m.gz1980dietc.fun http://www.bo2020evidences.fun http://www.yqo4j7rl2v.fun http://wap.yqo6j4rl0v.fun http://m.gz1980bluec.fun http://wap.gz1980tourc.fun http://wap.bo2020cozpanys.fun http://wap.yqo1j2rl4v.fun http://www.gz1980layerc.fun http://wap.gz1980reflectc.fun http://wap.bo2020dances.fun http://m.yqo4j8rl7v.fun http://wap.jvz1j1r4o.fun http://m.gz1980ownc.fun http://www.bo2020dots.fun