FCOS: Fully Convolutional One-Stage Object Detection

计算机科学 目标检测 探测器 分割 像素 编码(集合论) 集合(抽象数据类型) 人工智能 对象(语法) 卷积神经网络 计算 模式识别(心理学) 计算机视觉 算法 程序设计语言 电信
作者
Zhi Tian,Chunhua Shen,Hao Chen,Tong He
标识
DOI:10.1109/iccv.2019.00972
摘要

We propose a fully convolutional one-stage object detector (FCOS) to solve object detection in a per-pixel prediction fashion, analogue to semantic segmentation. Almost all state-of-the-art object detectors such as RetinaNet, SSD, YOLOv3, and Faster R-CNN rely on pre-defined anchor boxes. In contrast, our proposed detector FCOS is anchor box free, as well as proposal free. By eliminating the pre-defined set of anchor boxes, FCOS completely avoids the complicated computation related to anchor boxes such as calculating overlapping during training. More importantly, we also avoid all hyper-parameters related to anchor boxes, which are often very sensitive to the final detection performance. With the only post-processing non-maximum suppression (NMS), FCOS with ResNeXt-64x4d-101 achieves 44.7% in AP with single-model and single-scale testing, surpassing previous one-stage detectors with the advantage of being much simpler. For the first time, we demonstrate a much simpler and flexible detection framework achieving improved detection accuracy. We hope that the proposed FCOS framework can serve as a simple and strong alternative for many other instance-level tasks. Code is available at: https://tinyurl.com/FCOSv1.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
2秒前
oceanao应助Captain采纳,获得10
2秒前
Rain发布了新的文献求助10
3秒前
lily发布了新的文献求助10
5秒前
慕青应助薛妖怪采纳,获得10
5秒前
7秒前
嗯哼应助Rain采纳,获得10
7秒前
丢丢完成签到,获得积分10
7秒前
善学以致用应助安静静槐采纳,获得10
7秒前
小二郎应助啊啊啊啊采纳,获得10
7秒前
8秒前
沉静秋尽发布了新的文献求助10
8秒前
wang发布了新的文献求助30
8秒前
9秒前
10秒前
任我行发布了新的文献求助10
10秒前
保持淡定完成签到,获得积分10
12秒前
12秒前
犹豫路灯完成签到,获得积分10
13秒前
xiaozhuzhu发布了新的文献求助10
13秒前
13秒前
Rain完成签到,获得积分20
14秒前
15秒前
星辰大海应助YY采纳,获得10
15秒前
15秒前
17秒前
Ran发布了新的文献求助30
17秒前
18秒前
18秒前
小星星668完成签到,获得积分10
21秒前
詹姆斯发布了新的文献求助10
21秒前
21秒前
陈功发布了新的文献求助10
22秒前
22秒前
安静静槐发布了新的文献求助10
24秒前
共享精神应助zxvcbnm采纳,获得10
24秒前
24秒前
25秒前
江江完成签到 ,获得积分10
25秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3161361
求助须知:如何正确求助?哪些是违规求助? 2812759
关于积分的说明 7896737
捐赠科研通 2471652
什么是DOI,文献DOI怎么找? 1316074
科研通“疑难数据库(出版商)”最低求助积分说明 631122
版权声明 602112