FreeAnchor：面向视觉目标检测的学习式锚框匹配方法
计算机视觉与模式识别
2019-11-13 v2 机器学习
摘要
现代基于 CNN 的目标检测器在目标-锚框交并比（IoU）的限制下为真实物体分配锚框。本研究提出一种学习匹配方法来打破 IoU 限制，允许物体以灵活方式匹配锚框。我们的方法称为 FreeAnchor，通过将检测器训练表述为最大似然估计（MLE）过程，将手工设计的锚框分配更新为“自由”锚框匹配。FreeAnchor 旨在学习在分类与定位两方面均能最佳解释一类物体的特征。FreeAnchor 通过优化检测定制似然来实现，并可以即插即用的方式融合到基于 CNN 的检测器中。在 COCO 上的实验表明，FreeAnchor 始终以显著优势优于对应方法。
引用
@article{arxiv.1909.02466,
title = {FreeAnchor: Learning to Match Anchors for Visual Object Detection},
author = {Xiaosong Zhang and Fang Wan and Chang Liu and Rongrong Ji and Qixiang Ye},
journal= {arXiv preprint arXiv:1909.02466},
year = {2019}
}
备注
Accepted by NeurIPS 2019