首页
学习
活动
专区
工具
TVP
发布

R-CenterNet:用CenterNet对旋转目标进行检测

编辑丨GiantPandaCV 【导语】前段时间纯粹为了论文凑字数做的一个工作,本文不对CenterNet原理进行详细解读,如果对CenterNet原理不了解,建议简单读一下原论文然后对照本文代码理解(...对原版CenterNet目标检测代码进行了极大程度精简)。...代码开源:https://github.com/ZeroE04/R-CenterNet demo R-DLADCN(推荐) 推荐 R-ResDCN(主干网用的ResNet而不是DLA) 主干网用的ResNet...而不是DLA R-DLANet(未编译DCN的主干网) 未编译DCN的主干网 DLADCN(原始CenterNet) 原始CenterNet 前言 基本想法就是直接修改CenterNet的head部分,...网络结构如下: R-CenterNet网络结构图 代码说明 代码主要分为五个部分: {R-CenterNet} |-- backbone -- |-- dlanet.py -- |-- dlanet_dcn.py

1.2K20
您找到你想要的搜索结果了吗?
是的
没有找到

PyTorch版CenterNet数据加载解析

本文主要解读CenterNet如何加载数据,并将标注信息转化为CenterNet规定的高斯分布的形式。 1....YOLOv3和CenterNet流程对比 CenterNet和Anchor-Based的方法不同,以YOLOv3为例,大致梳理一下模型的框架和数据处理流程。...CenterNet部分详解 ? 设输入图片为 , W代表图片的宽,H代表高。CenterNet的输出是一个关键点热图heatmap。 其中R代表输出的stride大小,C代表关键点的类型的个数。...CenterNet官方版本实际上是在CornerNet的基础上改动得到的,有很多祖传代码。...CenterNet也延续了这个bug,CenterNet作者回应说这个bug对结果的影响不大,但是根据issue的讨论来看,有一些人通过修正这个bug以后,可以让AR提升1-3个百分点。

1.4K20

CenterNet测试推理过程

【GiantPandaCV导语】这是CenterNet系列的最后一篇。本文主要讲CenterNet在推理过程中的数据加载和后处理部分代码。最后提供了一个已经配置好的数据集供大家使用。...代码注释在:https://github.com/pprp/SimpleCVReproduction/tree/master/CenterNet 1. eval部分数据加载 由于CenterNet是生成了一个...在CenterNet中由于不需要非极大抑制,速度比较快。但是CenterNet如果在测试的过程中加入了多尺度测试,那就会调用soft nms将不同尺度的返回的框进行抑制。...CenterNet示意图(图源medium) 上图是CenterNet的结构图,使用的是PlotNeuralNet工具绘制。...数据集 之前在CenterNet系列第一篇PyTorch版CenterNet训练自己的数据集中讲解了如何配置数据集,为了更方便学习和调试这部分代码,笔者从github上找到了一个浣熊数据集,这个数据集仅有

91520

CenterNet骨干网络之hourglass

CenterNet中主要提供了三个骨干网络ResNet-18(ResNet-101), DLA-34, Hourglass-104,本文从结构和代码对hourglass进行讲解。...本文对应代码位置在:https://github.com/pprp/SimpleCVReproduction/tree/master/Simple_CenterNet 1....Ground Truth Heatmap 在开始讲解骨干网络之前,先提一下上一篇文章中有几位群友私聊我的问题:CenterNet为什么要沿用CornerNet的半径计算方式?...查询了CenterNet论文还有官方实现的issue,其实没有明确指出为何要用CornerNet的半径,issue中回复也说是这是沿用了CornerNet的祖传代码。...CenterNet论文详解可以点击【目标检测Anchor-Free】CVPR 2019 Object as Points(CenterNet) 整个网络就梳理完成了,笔者简单画了一下nstack为2时的

1.6K30

centerX: 用新的视角的方式打开CenterNet

但是centernet原版的代码我初看时有点吃力,但也没有重构的想法,过了一些时日后我找到了centernet-better和centernet-better-plus,于是把他们的代码白嫖了过来然后自己完善一下...如果你想基于centernet做一些学术研究,你同样也可以在centerX的projects里面重构自己的代码,和centerX里面centernet的codebase并不冲突,可以快速定位bug。...centerX各个模块 基础实现 这个方面没有什么好说的,也没有做到和其他框架的差异化,只是在detectron2上对基础的centernet进行了复现而已,而且大部分代码都是白嫖自centernet-better...和centernet-better-plus,就直接上在COCO上的实验结果吧。...其中笔者还找到了centernet的tensorRT前向版本(后续笔者把它称为centerRT),在里面用cuda写了centernet的后处理(包括3X3 max pool和topK后处理)。

1.2K10

【目标检测Anchor-Free】CVPR 2019 Object as Points(CenterNet

前言 前天发了一个推文【目标检测Anchor-Free】CVPR 2019 CenterNet,讲解的是CenterNet: Keypoint Triplets for Object Detection...这篇论文提出的网络也被叫作CenterNet,和前面介绍的CenterNet重名了,注意加以区别。论文原文见附录。 摘要:目标检测往往是在图像上将目标以矩形框的形式标出。...这个模型被论文叫做CenterNet,这个模型是端到端可微的,更简单,更快速,更准确。...下面的Figure2展示了使用CenterNet目标检测器检测目标的一个可视化效果。 ?...在这里插入图片描述 网络设计 网络结构 CenterNet的网络结构如Figure6所示。对于2D目标检测任务来说,CenterNet输入分辨率的图像,预测个目标中心点坐标和个中心点的偏置。

85610

目标检测(object detection)系列(十三)CenterNet:no Anchor,no NMS

CenterNet从名字就可以很直观的看出,CenterNet是将目标检测问题看做对于目标中心点的检测,它是继CornerNet之后的又一个Anchor-free方法,它们之间也有比较多的相似之处,区别在于...CornerNet是找目标的角点,而CenterNet是找目标的中心点。...Other no NMS CenterNet的结构是可以不做NMS的,本质上其实也是因为no Anchor,这意味着没有大量的先验预设框,不需要过NMS进行滤除,这让CenterNet的后处理变得比较简单...关于下采样 此外还有一个很有意思的地方,centernet主干网络的在设计的时候,下采样倍率普遍比较小,CenterNet的倍率是4,CornerNet的下采样倍率是5,而Anchor base的方法,...比,所以综合效率和性能,CenterNet还是很不错的。

45120

『深度思考』对CenterNet的一些思考与质疑·测试对比CenterNet与U版YoloV3速度与精度

0.引子 笔者很喜欢CenterNet极简的网络结构,CenterNet只通过FCN(全卷积)的方法实现了对于目标的检测与分类,无需anchor与nms等复杂的操作高效的同时精度也不差。...下面要引出写此篇博文的了,在研习CenterNet时看到了CenterNet与YoloV3的对比,在速度与精度都实现了超越,其实针对这个结论笔者还是略带怀疑态度的。...所以笔者对CenterNet针对YoloV3速度的提升还是有些怀疑的,YoloV3可以说目前是工业上最常用也是最好用的目标检测算法,如果真的如CenterNet的论文结论所述,CenterNet同时也具备结构简单使用方便的特点...针对上述情况,笔者打算做一下对比实验,测试在相同的硬件与环境的条件下,来测试CenterNet与YoloV3的精度与速度的测试,其实为了简化实验,这里只测试在相同尺寸下CenterNet与YoloV3的速度对比...从表格 CenterNet vs YoloV3x coco精度 中可以看出在相同尺度下,CenterNet相较于YoloV3原版提升比较明显5个百分点,相较于YoloV3-spp也有2个百分点提升 ,但是相较于

1.8K31

CenterNet:Corner-Center三元关键点,检测性能全面提升 | ICCV 2019

为了解决CornerNet缺乏目标内部信息的问题,提出了CenterNet使用三元组进行目标检测,包含一个中心关键点和两个角点。...从实验结果来看,CenterNet相对于CornerNet只增加了少量推理时延,但带来了将近5个点的AP提升undefined  来源:晓飞的算法工程笔记 公众号 论文: CenterNet: Keypoint...为了解决这个问题,论文提出CenterNet,在角点对的基础上加入中心关键点组成三元组进行检测,既能捕捉目标的边界信息也能兼顾目标的内部信息。...于是,论文提出高效的替代方案CenterNet,在CornerNet的角点对上再加入一个目标内部点组成三元组,以最低的成本捕捉目标的内部信息。...从实验结果来看,CenterNet相对于CornerNet只增加了少量推理时延,但带来了将近5个点的AP提升。

65930
领券