极市直播|CMU诸宸辰:基于Anchor-free特征选择模块的单阶目标检测(CVPR2019)

↑ 点击蓝字关注极市平台 识别先机 创造未来

| 极市线上分享  第40期 |

前段时间，计算机视觉顶会CVPR 2019 公布了接收结果，极市也对此做了相关报道 ，目前官方只公布了接收论文ID列表，极市已汇总目前公开的所有paper及code：https://github.com/extreme-assistant/cvpr2019

为让大家更好地了解这些优秀的论文和工作，极市计划做CVPR2019的专题直播分享会，邀请CVPR2019的论文作者进行线上直播，分享他们优秀的团队工作和技术干货，也欢迎各位小伙伴自荐或推荐优秀的CVPR论文作者到极市进行技术分享~

本次分享，极市邀请了CMU（卡内基梅隆大学）的博士生诸宸辰，为我们分享其CVPR2019的工作：基于Anchor-free特征选择模块的单阶目标检测，欢迎各位小伙伴参与直播，与嘉宾互动交流~

• 诸博CVPR2019论文地址：

  https://arxiv.org/abs/1903.00621v1

• 极市分享本论文的解读链接：
  

01

活动信息

主题：CVPR2019:基于Anchor-free特征选择模块的单阶目标检测

Feature Selective Anchor-Free Module for Single-Shot Object Detection 

时间：4月18日（周四）晚21:00~22:00

02

嘉宾信息

诸宸辰

Carnegie Mellon University (卡内基梅隆大学)博士生，研究方向是基于深度学习的计算机视觉，主要涉及目标检测、人脸分析等领域。

03

关于分享

➤分享背景

目前主流的目标检测器常用feature pyramid（特征金字塔）配合预定义的anchor box来针对目标尺度大小的变化问题，我们认为这样的设计存在一个缺陷：训练时每个目标根据anchor box被分配到的金字塔层不是最合适的，因此检测器的优化不是最优，原因在于目标和anchor box匹配只看两个框重叠的大小，而每一金字塔层配合什么大小的anchor box也只是人为规定的。我们认为目标到金字塔层的分配应该依据目标的语义信息而不仅仅是目标框的大小，以此为动机，我们提出了Feature Selective Anchor-Free (FSAF)模块。FSAF模块采用了anchor-free的检测头以避免anchorbox的强制分配机制，并提出在训练时根据损失函数动态地选择每个目标优化的特征层。实验结果证实了我们的观点，并且FSAF模块使得我们的单阶检测器在COCO上超过了现有的其他单阶检测器。

论文链接：https://arxiv.org/abs/1903.00621v1

➤分享大纲

1. 目标检测的背景知识

2. 存在的缺陷和设计动机

3. 我们的方法

4. 实验分析

5. 结果展示

04

参与方式

关注“极市平台”公众号，回复“40”或“诸宸辰”即可获取免费直播链接。加入专业CV交流群请填写表单 

(http://extremevision.mikecrm.com/kYZXL5o) 或者点击阅读原文跳转。

05

往期回顾

极市致力于打造最专业的的视觉算法开发与分发平台，特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验，目前已成功举办39期线上分享。近期在线分享查看：

……

更多往期分享请浏览：极市计算机视觉技术分享集锦（http://bbs.cvmart.net/topics/149/cvshare）

在"极市平台"公众号后台回复期数或者分享嘉宾名字，即可获取极市平台对应期在线分享资料。

06

关于极市平台

极市平台（Extreme Mart）是深圳极视角旗下的专业的视觉算法开发与分发平台，通过为开发者提供免费算法分发，真实行业需求和丰富场景性数据等，与开发者一起搭建视觉算法市场的App Store。

有问题的请在开发者社区分享帖 http://bbs.cvmart.net/topics/379 留言，嘉宾会在直播中回答大家的问题~