CornerNet Lite：基于关键点的有效目标检测 CornerNet Lite：基于关键点的有效目标检测.pdf

基于关键点的方法在目标检测中是一种相对较新的范例，消除了对锚定框的需要，并提供了一个简单的检测框架。基于KeyPoint的CornerNet在单级探测器中实现了最先进的精度。然而，这种精度可能会带来很高的处理成本。在这项工作中，我们解决了基于关键点的有效目标检测问题，并引入了CornerNet Lite。CornerNet Lite是CornerNet的两个有效变体的组合：CornerNet Saccade，它使用一种触动机制来消除对图像中所有像素进行彻底处理的需求；CornerNet Squeeze，它引入了新的PactBackboneArchitecture。这两个变量共同解决了科学对象检测的两个关键用例：提高效率而不牺牲准确性，以及提高实时效率的准确性。CornerNet扫视功能适用于直线处理，COCO上CornerNet扫视功能提高6.0倍，AP提高1.0%。CornerNet Squeeze适用于实时检测，提高了流行的实时检测仪YOLOv3的效率和准确性（COCO上的YOLOv3为34.4%的Apa30ms ForCornerNet-Squeeze，而YOLOv3为33.0%的Apa39ms）。这些贡献首次揭示了基于关键点的检测在需要处理效率的应用中的潜力。