Grid R-CNN Plus:更快且更优
计算机视觉与模式识别
2019-06-14 v1
摘要
Grid R-CNN 是一个性能良好的目标检测框架。它将传统的边界框偏移回归问题转化为网格点估计问题。在网格点的引导下,它可以获得高质量的定位结果。然而,Grid R-CNN 的速度并不尽如人意。在本技术报告中,我们提出 Grid R-CNN Plus,即 Grid R-CNN 的更优且更快版本。我们做了若干更新,显著加快了框架速度并同时提高了精度。在 COCO 数据集上,基于 Res50-FPN 的 Grid R-CNN Plus 检测器达到了 40.4% 的 mAP,在相同模型上以相近的推理时间比基线高出 3.0 个点。代码见 https://github.com/STVIR/Grid-R-CNN 。
引用
@article{arxiv.1906.05688,
title = {Grid R-CNN Plus: Faster and Better},
author = {Xin Lu and Buyu Li and Yuxin Yue and Quanquan Li and Junjie Yan},
journal= {arXiv preprint arXiv:1906.05688},
year = {2019}
}