HyperML

두 가지 종류의 CenterNet이 있다 하나는 본 논문 Objects as Points 나머지 하나는 CenterNet: Keypoint Triplets for Object Detection 둘다 arxiv.org 기준으로 19.04에 등재되었다. 지난번 소개한 CornerNet 과 같이 keypoint heatmap 방식으로 object detection을 수행하는 논문들이 늘고 있는데 본 논문도 그런 흐름위에 있다. Centernet의 특징은? - 별도의 anchorbox없이 object detection을 object의 중앙에 놓인 point의 heatmap으로 결정한다는 점 - 중앙 point의 feature값으로 detection뿐 아니라 object size, dimension, 3D ext..

CornerNet은 1-stage 계열에서 새로운 방식으로 등장한 object detector이다. 일반적으로 box를 나타내는 top-left, bottom-right 정보를 바로 keypoint detection으로 찾는 방식인데, 마치 2d human pose estimation에서 heatmap을 가지고 joint의 keypoint를 찾는 것과 유사하다. 기존의 1-stage detector와 무엇이 다른가? 1. bounding box를 pair corner point로 찾고 각각의 포인트의 embedding을 통해 pair를 구성한다. 100k에 이르는 anchor box가 필요하지 않다 2. corner pooling : left-most, top-most 검색을 하고, max인 교차점을 구..

"Recent Advances in Deep Learning for Object Detection" 출처 : https://arxiv.org/pdf/1908.03673v1.pdf 제목 링크 출판연도 관련링크 FCOS: Fully Convolutional One-Stage Object Detection https://arxiv.org/pdf/1904.01355.pdf 19.04 https://github.com/tianzhi0549/FCOS CenterNet: Keypoint Triplets for Object Detection https://arxiv.org/pdf/1904.08189.pdf 19.04 https://github.com/xingyizhou/CenterNet NAS-FPN: Learning..