2020CVPR解读之百度的人脸检测HAMBox：Delving into Online High-quality Anchors Mining for Detection

最新推荐文章于 2022-11-15 10:24:46 发布

无人不智能，机器不学习

最新推荐文章于 2022-11-15 10:24:46 发布

阅读量2.5k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：深度学习算法文章标签：计算机视觉算法人工智能机器学习深度学习

本文链接：https://blog.youkuaiyun.com/qidailiming1994/article/details/104851122

本文分析了百度在2020CVPR上提出的人脸检测方法HAMBox，该方法通过在线高质量锚点挖掘策略，解决了传统锚点匹配策略的不足。HAMBox能有效提升异常人脸的检测效果，尤其是在小尺度人脸检测上的表现。通过回归感知focal loss，加强了对高质量锚点的训练，提高了人脸检测的精度。实验证明，该方法在WIDER FACE等数据集上超越了现有技术，成为人脸检测的新里程碑。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2020CVPR解读之百度的HAMBox：Delving into Online High-quality Anchors Mining for Detection

个人认为原文论文中貌似有一些细节的错误，个人能力有限，如有理解错误请见谅！

OuterFace: 异常人脸，由于人脸尺度过小或者人脸尺度与anchor尺度不匹配，造成训练时匹配不到足够多的anchor（小于阈值K），影响了这些人脸的召回。
HAMBox: Online High-quanlity Anchor Mining Strategy（一种在线高质量锚定挖掘策略），即本文最重要的创新点之一。具体含义会在下文中介绍。
high-quality anchor: 如果某个anchor经过网络回归后的框与人脸框的ground truth的iou大于0.5，则称其为高质量anchor。
matched anchor: 在训练时，与目标人脸的IOU>=0.35的anchor。
**unmatched anchor：**在训练时，与目标人脸的IOU<0.35的anchor。
**matched high-quality anchors：**指那些在训练阶段是matched anchor，且经过网络回归后是high-quality anchor的集合。
unmatched high-quality anchors: 指那些在训练阶段是unmatched anchor，且经过网络回归后是high-quality anchor的集合。
CPBB: Correctly Predicted Bounding Boxes，如果某个在训练阶段匹配到人脸的anchor经过回归网络后，回归框与gt的i