IQDet:用于目标检测的实例级质量分布采样
计算机视觉与模式识别
2021-04-15 v1
摘要
我们提出一种具有实例级采样策略的稠密目标检测器,名为 IQDet。我们不使用人工先验采样策略,而是首先提取每个真实标注的区域特征以估计实例级质量分布。根据空间维度上的混合模型,该分布对噪声更鲁棒,且适应每个实例的语义模式。基于该分布,我们提出一种质量采样策略,以概率方式自动选择训练样本,并用更多高质量样本进行训练。在 MS COCO 上的大量实验表明,我们的方法在无需额外技巧的情况下稳定将基线提升近 2.4 AP。此外,我们的最佳模型达到 51.6 AP,优于所有现有的最先进单阶段检测器,且在推理时间上完全无额外开销。
引用
@article{arxiv.2104.06936,
title = {IQDet: Instance-wise Quality Distribution Sampling for Object Detection},
author = {Yuchen Ma and Songtao Liu and Zeming Li and Jian Sun},
journal= {arXiv preprint arXiv:2104.06936},
year = {2021}
}
备注
Accepted by CVPR 2021