论文标题：FoveaBox: Beyond Anchor-based Object Detector

论文链接：https://arxiv.org/abs/1904.03797

 

Abstract

anchor-based detectors：其性能和泛化能力也受限于anchor的设计

FoveaBox：没有anchor参考，直接学习目标存在的概率和bounding box的坐标

预测category-sensitive semantic maps产生category-agnostic bounding box

 

1. Introduction

目标检测：sliding window → R-CNN 和 Fast R-CNN → Faster R-CNN （RPN） anchor

                     SSD、RetinaNet

使用anchor的缺点：

引入额外的超参（基于训练/验证集统计计算的设计选择）泛化不好 (基于特定数据集的设计选择不总适合于其塔应用）需处理前景-背景类不平衡的困难

 

2. Related Work

经典目标检测方法：sliding-window

现代目标检测方法：one stage、two stage

 

3. FoveaBox

4. Experiments

 

feature map中的一个点 映射回原图是 (, )