文件名称：CPNDet:无锚，两阶段目标检测的角提议网络
文件大小：2.75MB
文件格式：ZIP
更新时间：2024-04-20 13:34:27
JupyterNotebook
注意！我无法开源经过训练的模型！ 您可能需要自己训练。 ，，，，， 此处提供了用于训练和评估建议的CPN的代码。 有关更多技术细节，请参考我们的。 感谢提供了的原始实施。 我们还将和一些代码 ，我们感谢他们提供了它们的实现。 CPN是免锚的两阶段检测器，可从头开始进行训练。 在MS-COCO数据集上，CPN的AP达到49.2％，在最新的物体检测方法中具有竞争力。 在需要更快的推理速度的场景中，可以通过适当地替换较轻的主干（例如DLA-34）并且在推理阶段不使用翻转增强来进一步加速CPN。 在此配置中，CPN报告26.2 FPS（全面测试）下的41.6 AP和43.3 FPS下的39.7 AP。 抽象的 对象检测的目的是确定图像中对象的类别和位置。 本文提出了一种新颖的无锚两阶段框架，该框架首先通过查找潜在的拐角关键点组合来提取多个对象建议，然后通过独立的分类阶段为每个建议分配一个类别标