文艺复古：CenterNeXt要来了！

今天在浏览github浏览时，偶遇CenterNeXt。因其简单性且无需NMS，CenterNet及其衍生版CenterFace、DBFace在目标/人脸检测领域的地位还是非常高的，尤其是CenterFace在不少人人脸识别应用中得到了广泛应用。

前段时间，Meta团队提出了ConvNeXt引起了“复古”的潮流，后续紧跟清华&南开的Attention“复古”VAN，在稍早之前，图像超分领域也有类似“复古”之势：对RCAN进行“极轻微”改动并使其性能接近SwinIR(近期会有解读，敬请期待)。

前几天，MarkAny-Vision-AI团队开源了CenterNeXt，代码组织见上图(代码非常易懂哟，而且支持从timm中加载预训练模型)。CenterNeXt的性能见下图，可以看到仅提供了基于ResNet18改动的性能对比(注：预训练模型尚未开源！)。

笔者粗略浏览了下code，CenterNeXt应该主要聚焦三个方面：

• 骨干部分，从可见信息有ResNet18、ResNet50以及最新的ConvNeXt；
• 损失函数，参考TTFNet使用了focal loss
• Head，应该是借鉴了YOLOX的解耦头，看下图code：

美中不足的是：CenterNeXt仅在VOC数据集上进行了实验，并没有提供其他数据集上的结果。与此同时，我们也非常期待CenterNeXt尽快上传到arxiv，哈哈。对CenterNet感兴趣的同学建议去阅读下面提到的几篇推文。

2022年的CV主题真的是“文艺复古”吗？如有其他类似的“技术复古”，各位小伙们可以留言一起交流哈。