首页 > TAG信息列表 > BorderDet
读论文（9）——BorderDet
前言 我们在上篇聊了FCOS这个方法，指出了anchor-free方法的可能性与有效性，今天聊的这个方法算是对FCOS的一个补丁。这个方法是为了解决类似SSD、FCOS、RetinaNet这些用点特征进行检测的模型对特征表示不完备而导致位置信息缺失的问题而提出的。原论文题目为《BorderDet: BordeBorderDet：通过边界特征大幅提升检测准确率，即插即用且速度不慢 | ECCV 2020 Oral
边界对于定位问题十分重要，BorderDet的核心思想BorderAlign巧妙又有效，将边界特征融入到目标定位预测中，而且能够简单地融入到各种目标检测算法中带来较大的性能提升下。在开源实现中，对BorderAlign进行了高效CUDA实现，不会对耗时带来很大的影响，整个工作十分扎实 来源：晓飞的算法工BorderDet|提取Bounding Box边界特征进一步优化检测结果
跟大家分享ECCV2020中的一篇文章《BorderDet: Border Feature for Dense Object Detection》。 论文下载地址：https://arxiv.org/abs/2007.11056 源码地址：https://github.com/Megvii-BaseDetection/BorderDet 在这篇文章中，作者提出了BAM（Border Alignment Module），将其融入到FCO