OneNet:一网

OneNet：走向端到端的一阶段对象检测 不同标签分配方法的比较。 H和W分别是特征图的高度和宽度，K是对象类别的数量。 先前关于一级目标检测的工作仅通过位置成本来分配标签，例如（a）盒子IoU或（b）样本与地面真相之间的点距离。 但是，在我们的方法中，另外引入了（c）分类成本。 我们发现分类成本是端到端成功的关键。 没有分类成本，仅位置成本会导致推理中具有较高置信度分数的冗余框，从而使NMS后处理成为必需的组件。 介绍 更新 （11/12/2020）通过禁用渐变剪辑报告了OneNet的更高性能。 即将来临 提供模型和日志 支持caffe，onnx，tensorRT 对MobileNet的支持 楷模 我们提供两种型号 dcn是高精度的 nodcn易于部署。 方法 inf_time train_time 盒式AP 下载 109帧 20小时 29.5 138帧 13小时 2