本文主要是介绍CornerNet: Detecting Objects as Paired Keypoints，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Law, H., & Deng, J. (2018). Cornernet: Detecting objects as paired keypoints. In Proceedings of the European conference on computer vision (ECCV) (pp. 734-750).
本文提出了一种anchor-free的检测方法，该模型所预测的是object的左上角和右下角顶点。采用embedding vector对顶点进行分组，思路基于多人姿态估计的Bottom-Up思想。
模型backbone采用了hourglass框架，使用focal loss的变体训练网络。本文用两个Hourglass Network生成 Top-left 和 Bottom-right 的 corners，每一个 corner 都包括 corners Pooling、对应的 Heatmaps, Embeddings vector 和 offsets。embedding vector使相同目标的两个顶点（左上角和右下角）距离最短， offsets用于调整生成更加紧密的边界定位框。
超过了之前one-stage检测的方法
这篇关于CornerNet: Detecting Objects as Paired Keypoints的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
