OS2D：基于锚点特征匹配的单阶段单样本目标检测
计算机视觉与模式识别
2020-08-20 v2
摘要
本文考虑单样本目标检测任务，即检测由单个示例定义的目标。与标准目标检测不同，训练和测试所用目标类别不重叠。我们构建了联合执行定位与识别的单阶段系统。我们使用学习局部特征的密集相关匹配来寻找对应点，采用前馈几何变换模型对齐特征，并对相关张量进行双线性重采样以计算对齐特征的检测分数。所有组件均可微，从而支持端到端训练。在多个具挑战性领域（零售商品、3D 物体、建筑物和标识）上的实验评估表明，我们的方法能够检测未见类别（例如训练于食品杂货时检测牙膏），并以显著优势超越若干基线。我们的代码已在线提供：https://github.com/aosokin/os2d 。
引用
@article{arxiv.2003.06800,
title = {OS2D: One-Stage One-Shot Object Detection by Matching Anchor Features},
author = {Anton Osokin and Denis Sumin and Vasily Lomakin},
journal= {arXiv preprint arXiv:2003.06800},
year = {2020}
}
备注
Published at ECCV 2020