重磅！商汤&港中文等将开源ECCV2018MS COCO检测比赛冠军代码库

(欢迎关注“我爱计算机视觉”公众号，一个有价值有深度的公众号~)
来自商汤科技、港中文、浙大、悉尼大学、南洋理工大学的研究人员组成的团队MMDet，赢得了ECCV2018 MS COCO检测比赛的冠军。近日，他们将开源在比赛中使用的代码和模型库。

MMDet团队成员：

ECCV2018MS COCO检测比赛结果：

在这个比赛中MMDet团队开发了新的深度学习检测框架，从三个方面区别于以往的框架：一种新的混合级联架构，一种更智能的anchoring机制，一种新的骨干网络FishNet。
（1）使用混合级联架构组织整个流程，不同任务的分支（包括比如包围框回归、掩模预测、语义分割）用交替的方式被组织起来。这种新的架构改进了信息流，以至于不同模块的信息可以更有效的交换。

（2）开发了一种特征引导的anchoring机制，替代传统的密集均匀的anchors。这种机制可以预测任意形状的稀疏anchors，其大幅改进了RPN的性能。（AR上升了大约10%！）

（3）加入了一种新的骨干网（FishNet）到集成模型中，它可以保持并改进不同深度的相同分辨率的特征。

在实验中，使用COCO train2017的标注（bbox, mask,stuff）使用不同的骨干网（分别是SE-ResNeXt-154 (64*4d), ResNeXt-101 (64*4d), ResNeXt-101 (32*8d), DPN-107, and FishNet）训练了5个模型。这些网络预测的结果最后被结合起来，在test-dev上的性能结果是:

（1）单模型（单尺度测试）45.3 mask AP，

（2）单模型（包括图像flip的多尺度测试）：47.4 mask AP,

（3）5个模型集成：49.0 mask AP。

目前该工程正在代码整理中，作者称将于9月底正式发布，敬请期待！

Github地址：
https://github.com/open-mmlab/mmdetection
如果你想参加计算机视觉比赛，请看52CV君前几天的文章：

(欢迎关注“我爱计算机视觉”公众号，一个有价值有深度的公众号~)

【本文由“我爱计算机视觉”发布,2018年09月17日】