2021 cvpr梳理

2021学习列表

- Towards Open World Object Detection

概要：作者在本文提出 CV 新的问题：Towards Open World Object Detection。目标检测器能够将未知目标标记为”unknown“，并随着模型接触到新的标签而逐渐学习”unknown“。作者指出本文的两个主要创新点，一个是基于能量的未知检测分类器和一个用于开放世界学习的对比性聚类方法。并期待将本工作可以沿着这个重要的开放方向进一步研究。

学习：首例未知目标学习，对于实际场景有一定的启发意义

论文 | https://arxiv.org/abs/2103.02603
代码 | https://github.com/JosephKJ/OWOD

- YOLOF：You Only Look One-level Feature

1.Dilated Encoder模块代替FPN；
2.使用Uniform Matching方法解决positive anchor在尺寸不同的目标上分布不均匀的问题；

源码：https://github.com/megvii-model/YOLOF

参考1：https://mp.weixin.qq.com/s?__biz=MzIwMTE1NjQxMQ==&mid=2247561091&idx=2&sn=503299f86f1ec3a105d61e12b171de9e&chksm=96f19dd7a18614c1d76231a71f825f3e4e87c58d3ddba89fd4e77416d1fedfc84eb9982bea38&scene=21#wechat_redirect
参考2:https://www.zhihu.com/question/473350307/answer/2014250042

- FCOS
参考：https://zhuanlan.zhihu.com/p/63868458

-MobileDets：Searching for Object Detection Architectures for Mobile Accelerators
MobileDets的表现比MobileNetV3好
源码：https://github.com/tensorflow/models/tree/master/research/object_detection