从共现物体类别视角分析物体检测器
计算机视觉与模式识别
2018-09-24 v1
摘要
我们在特殊的掩码 MS COCO 数据集上评估并比较了当前最先进的 Faster R-CNN 和 YOLO 物体检测器的准确率，以衡量它们的预测在多大程度上依赖于在物体类别层次上编码的上下文信息。类别层次的上下文表示之所以被采用，是因为它可能是视觉与非视觉领域之间转移知识的一种恰当方式。根据我们的测量，当前的检测器通常并不在类别层次上对上下文信息建立强依赖，然而，当它们建立依赖时，其方式相似，这表明物体类别的上下文依赖性是一种独立的属性，值得被迁移。
引用
@article{arxiv.1809.08132,
title = {Analysing object detectors from the perspective of co-occurring object categories},
author = {Csaba Nemes and Sandor Jordan},
journal= {arXiv preprint arXiv:1809.08132},
year = {2018}
}
备注
accepted to 9th IEEE International Conference on Cognitive InfoCommunications