华科提出目标检测新方法：基于IoU-aware的定位改进，简单又有效
作者 | 周强
来源 | 我爱计算机视觉（ID：aicvml）
【导语】近日，华中科技大学发表了一篇新论文《IoU-aware Single-stage Object Detector for Accurate Localization》，在此论文中作者提出了一种非常简单的目标检测定位改进方法，通过预测目标候选包围框与真实目标标注的IoU（交并比），并基于此与分类分数的乘积作为检测置信度，用于NMS（非极大抑制）和COCO AP计算，显著提高了目标检测的定位精度。
作者均来自华中科技大学，并称代码将开源，不过目前还未公布地址。
论文地址：
https://arxiv.org/pdf/1912.05992.pdf
在目标检测问题中，模型需要输出目标分类分数和与其对应的目标定位的包围框，在以往的模型中，经常使用分类分数作为目标定位准不准的置信度，并基于此对大量候选目标包围框NMS，现在越来越多的工作发现，分类分数高并不能保证定位精度高。
作者认为IoU是直接反应定位准不准的直接指标，可以在目标检测模型的分类和定位任务的基础上添加IoU预测的任务，可以在一定程度上反应定位置信度。
作者是在著明的一阶段目标检测算法RetinaNet基础上做的改进，如下图：
在包围框回归分支添加一个并行的预测IoU的任务。
相关的损失函数数学描述：
作者将分类分数和预测得到的IoU相乘，这个指标既反应了是不是这个目标，又反应了该位置和真实目标的可能的交并比，认为它是更加精确的检测置信度：
公式中参数 α 用于控制两者的贡献大小。
实验结果
作者在COCO test-dev上与其他State-of-the-art算法的结果比较：
可见，相比于基线RetinaNet，取得了显著的AP提升，提升在1.0%∼1.6%之间。
在PASCAL VOC数据集上与RetinaNet的比较结果：
同样取得了显著的AP提升，AP 提升在1.1%∼2.2%之间。
这篇文章尽管思路比较简单，但改进还是明显的，希望对其他目标检测算法也有效，期待有更多实验结果出来。
（*本文为AI科技大本营转载文章，转载请联系作者）
◆
精彩公开课
◆
推荐阅读
讯飞轮值总裁胡郁：大数据是人工智能产业落地的必要保障| BDTC 2019
专访ClickHouse创始人：数据库竞争依旧火热，技术整合势在必行
商汤联手华科：提出文字检测模型GNNets，新颖模块可解决几何分布难题
20行代码发一篇NeurIPS：梯度共享已经不安全了
图灵奖得主Bengio：深度学习不会被取代，我想让AI会推理、计划和想象
4大主流CPU处理器技术架构，不知道就out了！
阿里云上万个 Kubernetes 集群大规模管理实践
公司倒闭，39 岁重新找工作，薪资不到 8000，太残酷！
HTML + CSS 为何得不到编程界的认可？
你点的每个“在看”，我都认真当成了AI
相关文章：
js init : function ()
这个init外面应该还有一层，比如 var a { init: function () {...}, exit: function () {...} } 这样的话，可以用a.init()来调用这个函数， <script type"text/javascript">var obj{init:function(str){alert("init调用&…
Google提出移动端新SOTA模型MixNets：用混合深度卷积核提升精度
作者 | Google译者 | 刘畅编辑 | Jane出品 | AI科技大本营（ID：rgznai100） 【导语】目前，深度卷积（Depthwise convolution）在追求高性能的卷积网络中的应用变得越来越流行，但很多研究忽略了其内核…
桌面窗口的一些发现
最近因业务需要，玩了一下全屏问题。后来，对windows xp sp2的桌面窗口产生了兴趣。写了段代码，玩了一下。同时结合网上的一些知识，发现了以下一些现象。（转载请指明出处） 首先窗口名有#32769、Progman、Shel…
三说输入法[转]
如果我愿意，我会不停地说下去，直到烦死你们，谁让我用的输入法快呢。 我说了几句搜狗或股沟输入法的坏话，引来一些人的争论，大大在我预料之中，这年头，当你想说一些知名度较高的人或物的坏话时&am…
回忆之城市搜索
直接看效果点这里 HTML <!DOCTYPE html> <html> <head lang"zh-CN"><meta charset"utf-8"><title> 城市搜索 </title><link rel"stylesheet" href"ui-departure.css"> </head> <b…
ATL::CStringA和std::string之间转换的一些误区
对于刚做windows下VC的开发同学，类型转换应该是一个令其很苦恼的问题。我刚写工作的时候，也为这类问题不停的在网上搜索转换方法。最近工作中遇到一个“神奇”的bug（一般“神奇”的问题往往是低级错误导致的），最后跟踪…
Windows XP鲜为人知的70招
一、Windows XP优化恢复Windows经典界面很多人安装了Windows XP后的第一感觉就是Windows变得漂亮极了。只是可惜美丽的代价要耗掉我们本就不富裕的内存和显存。要想恢复到和经典Windows类似的界面和使用习惯，请在桌面上单击鼠标右键，选择“属性”命令即可…
Github开源趋势榜Top 1：英伟达升级发布二代StyleGAN，效果更完美
整理 | Jane出品 | AI科技大本营（ID：rgznai100）2018 年底，英伟达借鉴风格迁移的思路，提出当时最先进的无条件生成模型—— StyleGAN ，吸引了大家广泛关注。随后，代码开源，一位 Uber …
百度地图 ip查询 service
官方文档：http://developer.baidu.com/map/wiki/index.php?titlewebapi/ip-api 请求 一个例子： http://api.map.baidu.com/location/ip?ak3GFi2F04wXaVuwmGu8fN49kL1234567890&ip180.161.128.181 返回 {"address": "CN|\u6cb3\u535…
python3编写简易统计服务器
打点这个功能总是美其名曰“帮助提升用户体验”，其实说白了就是记录用户做了哪些操作。目前国内很多通用软件都做了相关功能，像360、QQ等这样的以用户体验出众的软件，其打点的面自然也很广很细。当然这种“侵犯”用户隐私的事情在业内各个公司…
作价20亿美元！英特尔收购以色列AI芯片公司Habana Labs
出品 | AI科技大本营（ID:rgznai1000）12月16日，英特尔宣布以约 20 亿美元收购以色列公司Habana Labs，这成为英特尔在以色列仅次于 Mobileye（153 亿美元） 的第二大收购案。Habana Labs 成立于 2016 年&#x…
这就是奇客文化？简直太有才了！
这就是奇客文化？简直太有才了……
java中的char类型
2019独角兽企业重金招聘Python工程师标准>>> 一：char的初始化 char是Java中的保留字，与别的语言不同的是，char在Java中是16位的，因为Java用的是Unicode。不过8位的ASCII码包含在Unicode中，是从0~127的。 Ja…
[原创] 如何追踪每一笔记录的来龙去脉：一个完整的Audit Logging解决方案—Part I...
一、提出问题 在开发一个企业级 应用的时候，尤其在一个涉及到敏感数据的应用，比如财务系统、物流系统，我们往往有这样的需求：对于数据库中每一笔数据的添加、修改和删除，都需要有一个明确的日志，以便我们可…
进程间通信：同步双工管道
因为工作需要，需要设计出一个双工的IPC。（转载请指明出处）在一番比较后，我发现管道是比较符合我们的需求的。但是我们需求要求管道的对方是可信任的，而在vista以下系统是没有GetNamedPipeClientProcessId、GetNamedPip…
就因为一个笔记本，运营和产品吵得不可开交......
上班最讨厌的一件事情，莫过于开会，因为每次开会感觉就要吵架，这个今天开会又吵架了，吵架竟然是因为产品小姐姐的笔记本。产品小姐姐用了一本可擦笔记本记录会议内容，运营小姐姐竟然说这个本子有什么用，不就…
Ka的递归编程练习 Part4|Hanoi汉诺塔，双色汉诺塔的也有
1 #include <stdio.h>2 void hanoi(int s,char a,char b,char c) //a是出发盘，b是中途盘，c是结束盘 3 {4 if(s0) return;5 hanoi(s-1,a,c,b); //把最底下的从a借助c移动到b6 printf("%d from %c move to %c\n",s,a,c);7 …
一种精确从文本中提取URL的思路及实现
在今年三四月份，我接受了一个需求：从文本中提取URL。这样的需求，可能算是非常小众的需求了。大概只有QQ、飞信、阿里旺旺等之类的即时通讯软件存在这样的需求。在研究这个之前，我测试了这些软件这块功能，发现它们这块的…
解读 | 2019年10篇计算机视觉精选论文（上）
作者 | 神经小兮来源 | HyperAI超神经（ID:HyperAI）2019 年转眼已经接近尾声，我们看到，这一年计算机视觉（CV）领域又诞生了大量出色的论文，提出了许多新颖的架构和方法，进一步提高了视…
不错的工具:Reflector for .NET
下载地址: http://www.aisto.com/roeder/dotnet/ 注意：下载时要输一些注册信息，输入用户名时，中间要加一个空格。
Possible MySQL server UUID duplication for server
在mysql enterprise monitor监控过程中出现这样的event事件，Topic: Possible MySQL server UUID duplication for server 事件，从该提示的描述来看貌似是存在重复的uuid，而实际上主从关系并不存在重复的uuid。主从关…
使用VC实现一个“智能”自增减线程池
工作中接手了一款产品的改造。因为该产品可能使用很多线程，所以产品中使用了线程池。（转载请指明来自BreakSoftware的CSDN博客） 线程池的一个优点是降低线程创建和销毁的频率；缺点是可能在比较闲的时候还存在一定数量的空闲线程。…
国内外财务软件科目结构的比较
科目结构是整个会计核算的基础。国内外财务软件都是任意定义科目的分段及科目编码长度，一般都能支持六段到九段。但科目结构在不同的国家有不同的规范，因而在不同的财务软件中也就有不同的控制。在科目分类上，国内外有明显的区别。国外财务软…
朋友圈装死，微博蹦迪，Python教你如何掌握女神情绪变化 | CSDN博文精选
作者 | A字头来源 | 数据札记倌很多人都是在朋友圈装死，微博上蹦迪。微信朋友圈已经不是一个可以随意发表心情的地方了，微博才是！所以你不要傻傻盯着女神的朋友圈发呆啦！本文教你如何用Python自动通知女神微博情绪变化，…
java异常笔记
Throwable是所有Java程序中错误处理的父类，有两种资类：Error和Exception。Error：表示由JVM所侦测到的无法预期的错误，由于这是属于JVM层次的严重错误，导致JVM无法继续执行，因此，这是不可捕捉到的…
2019最新进展 | Transformer在深度推荐系统中的应用
作者 | Alex-zhai来源 | 深度传送门（ID:deep_deliver）【导读】最近基于Transformer的一些NLP模型很火（比如BERT，GPT-2等），因此将Transformer模型引入到推荐算法中是近期的一个潮流。Transformer比起传统的L…
自己架设windows升级服务器
大部分对计算机比较熟悉的朋友都知道，通常安装好Windows 操作系统后要做的第一件事就是上Windows Update网站去给Windows 安装补丁程序，否则各种漏洞对系统就是一个很大的威胁。不过遗憾的是很多人还没有这样的意识，疏忽了给系统打补丁。这也…
内嵌IE网页窗口中消除IE默认脚本设置影响的方法
随着人们对客户端软件界面要求的不断提高，软件开发商面临着一个问题：如何快速廉价开发出各种丰富效果的UI界面。设计出一套丰富控件的界面库是不容易的，且产品经理丰富的想法和UED对效果的追求，往往会使程序员疲于编写这些“效果控件”。目前市面上使用的很多界面库是基于X…
win7 64位操作系统中 Oracle 11g 安装教程（图解）
1.下载Oracle 11g R2 for Windows版本，下载地址如下 官方网站： http://download.oracle.com/otn/nt/oracle11g/112010/win32_11gR2_database_1of2.zip http://download.oracle.com/otn/nt/oracle11g/112010/win32_11gR2_database_2of2.zip 2.解压两…
使用APIHOOK实现进程隐藏
今天翻出一些今年前写的代码。其中一个是09年，我帮一个读研的同学写的一个“无公害恶意”程序。大致要求就是要实现自启动和自我隐藏。我使用的都是些简单的技术，只是实现自我隐藏稍微让我花费了点时间写算法。其实这个算法也很简单，就是大学…