EfficientLoc

抽象的 使用修改后的EfficientNet和对象点提示进行单对象本地化。 介绍 许多现代计算机视觉对象检测算法的复杂性在于搜索空间的动态性质：对象的数量，它们的类，大小，位置和方向在推理图像之间可能有很大差异。跨多个对象和上下文泛化的功能必要性导致了复杂，数据和计算量大的算法。尽管始终需要先进的多目标检测算法并有一个市场，但进入EfficientLoc的一类较简单，轻量级的单目标定位算法仍然存在机会。 EfficientLoc是一种提示的对象定位算法，与大多数对象检测算法相比，有两个主要区别： 与类无关的单个对象定位：大多数对象检测算法都能够识别单个图像中多个对象类的多个实例，而EfficientLoc则不能。而是，EfficientLoc可以为每个输入图像定位单个对象，而不管其类别是什么。该算法的目标是在不区分类的情况下，一次预测一个对象的紧密边界框坐标。通过将模型的输出限制为与类无