计算机视觉系列-轻松掌握 MMDetection 中常用算法：CenterNet

段智华

于 2022-07-11 15:31:25 发布

阅读量771

点赞数

分类专栏：人工智能计算机视觉文章标签：计算机视觉算法人工智能 MMDetection

热烈祝贺Gavin大咖2024年北京航空航天大学两本新书《Transformer&ChatGPT解密：原理、源码及案例》、《Transformer& Rasa 解密: 原理、源码及案例》出版发行

本文链接：https://blog.youkuaiyun.com/duan_zhihua/article/details/125716049

版权

人工智能计算机视觉专栏收录该内容

58 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了计算机视觉领域的 CenterNet 算法，它以对象的中心点为检测目标，通过关键点估计进行对象检测。在 MMDetection 框架中，使用 ResNet-18 作为基础模型，并通过可变形卷积提升性能。CenterNet 的训练需要更多 epoch，但能实现较高的检测精度。此外，文章还探讨了 CenterNet 的 Neck 和 Head 结构，并提供了学习笔记系列的其他相关主题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

计算机视觉系列-轻松掌握 MMDetection 中常用算法：CenterNet

CenterNet简介

论文链接：https://arxiv.org/abs/1904.07850
Objects as Points：对象作为点
检测将对象识别为图像中的轴对齐框。大多数成功的对象检测器都会列举几乎详尽的潜在对象位置列表，并对每个位置进行分类, 这是浪费的、低效的，并且需要额外的后处理。在本文中，我们采用了不同的方法。我们将一个对象建模为一个点——它的边界框的中心点。我们的检测器使用关键点估计来找到中心点并回归到所有其他对象属性，例如大小、3D 位置、方向，甚至姿势。我们基于中心点的方法 CenterNet 比相应的基于边界框的检测器具有端到端的可微分、更简单、更快且更准确。CenterNet 在 MS COCO 数据集上实现了最佳的速度-准确度权衡，在 142 FPS 时 AP 为 28.1%，在 52 FPS 时 AP 为 37.4% 和 45。1% AP 以 1.4 FPS 进行多尺度测试。我们使用相同的方法来估计 KITTI 基准中的 3D 边界框和 COCO 关键点数据集上的人体姿势。我们的方法与复杂的多阶段方法具有竞争力并实时运行。