后缀的域名暂无法进行网站备案,用于制作网站的软件,wordpress设置静态访问,吉安做网站多少钱背景
首先是借鉴Corner Net 表述了一下基于Anchor方法的不足#xff1a;
anchor的大小/比例需要人工来确认anchor并没有完全和gt的bbox对齐#xff0c;不利于分类任务。
但是CornerNet也有自己的缺点
CornerNet 只预测了top-left和bottom-right 两个点#xff0c;并没有…背景
首先是借鉴Corner Net 表述了一下基于Anchor方法的不足
anchor的大小/比例需要人工来确认anchor并没有完全和gt的bbox对齐不利于分类任务。
但是CornerNet也有自己的缺点
CornerNet 只预测了top-left和bottom-right 两个点并没有关注整体的信息因此缺少一些全局的信息上述的点导致它对边界过于敏感经常会预测一些错误的bbox。
为了解决该问题作者提出了Triplet的关键点预测。他follow了top-left和bottom-right的预测此外增加了中心点的预测。 具体来说为了使得中心点的预测更加准确作者提出了Center Pooling的层用来在水平和垂直两个维度进行特征的聚合。使得每个位置的点都可以尽可能的感知到全局的信息。 此外作者还提出了cascade corner pooling layer来取代原有的corner pooling layer。
作者也从指标的角度量化了上面提到的CornerNet比较容易出现False Positive的情况如下图所示。作者展示了在不同IoU阈值下 False Discovery Rate。注意这里为什么没有用mAPmAP是否有缺点
框的增加在recall不变的情况下precision的下降不会导致mAP的下降。因此需要关注PR曲线的分数mAP是分类别计算的每个类别都是按照分数排序来计算的说明每个类别的分数阈值可能会不同不能用同一个阈值在适应不同的类别。
方法
CenterNet的网络结构如下图所示 整个网络的推理流程如下所示
选择top-k个中心点根据他们的分数根据对应的offset将其还原到对应的输入图像中根据tl-br构成的bbox判断每个bbox内部的中心区域是否包括上述的中心点。 3.1 N个tl的点和N个br 的点组合形成N*N个bbox 3.2 如果tl和br的embedding相似度小于阈值则将对应的bbox剔除否则保留。如果中心点在bbox中则用三者分数tl、br和center的平均来表示bbox的置信度。
那么这里涉及到一个问题那就是如何计算每个bbox的中心区域。作者这里认为大的bbox应该使用小的中心区域避免precision过低。小的bbox应该使用大的中心区域避免recall过低。因此这里作者提出了scale-aware的中心区域计算方法详情如下所示其中针对大物体n选择5针对小物体n选择3。 上述介绍了推理的整体流程那么我们在从内部逐步解析一下关键的结构我们分别从center pooling、cascade corner pooling和loss来进行介绍。
center pooling
center pooling的示意图如下图所示。具体来说就是针对每个位置我们计算其水平和垂直方向的max response然后想加得到该位置的表征我们认为这样的表征是包括了全局信息。简化版本的计算如下所示其中 f , f 3 ∈ R H × W × C f,f_3 \in R^{H \times W \times C} f,f3∈RH×W×C
f1 np.max(f, axis0)
f2 np.max(f, axis1)
f3 f1[None, :, :] f2[:, None, :]cascaded corner pooling
示意图如下所示
loss
损失函数的定义如下所示。整体上分为三大部分。 L d e t c o 、 L d e t c e L_{det}^{co}、L_{det}^{ce} Ldetco、Ldetce表示的corner 和 center两个heatmap组成的loss这里采用的是focal loss。 L p u l l c o 、 L p u s h c o L_{pull}^{co}、L_{push}^{co} Lpullco、Lpushco是让属于同一个物体的corner embedding尽可能相似属于不同物体的embedding尽可能远离。 L o f f c o 、 L o f f c e L_{off}^{co}、L_{off}^{ce} Loffco、Loffce 表示预测corner 和 center在原图上的offset这里采用的是l1-loss。 QA1GT是如何计算的
