本文为学习笔记
参与：王博kings，Sophia
最近结束的CVPR 2020在推动物体检测方面做出了巨大贡献。在本文中，我们将介绍一些特别令人印象深刻的论文。
1、A Hierarchical Graph Network for 3D Object Detection on Point Clouds（用于点云3D目标检测的分层图网络）
HGNet包含三个主要组件：
- 基于GConv的U形网络（GU-net）
- 提案生成者
- 提案推理模块（ProRe Module）-使用完全连接的图对提案进行推理
作者提出了一种注重形状的GConv（SA-GConv），以捕获局部形状特征。这是通过对相对几何位置进行建模以描述对象形状来完成的。
基于SA-GConv的U型网络可捕获多级功能。然后将它们通过投票模块映射到相同的特征空间，并用于生成建议。下一步，基于GConv的提案推理模块使用提案来预测边界框。
以下是在SUN RGB-D V1数据集上获得的一些性能结果。
2、HVNet: Hybrid Voxel Network for LiDAR Based 3D Object Detection（HVNet:基于激光雷达的三维物体检测的混合体素网络）
在本文中，作者提出了混合体素网络（HVNet），这是一个用于基于点云的3D对象检测自动驾驶的一级网络。
本文中使用的体素特征编码（VFE）方法包含三个步骤：
- 体素化—将点云分配给2D体素网格
- 体素特征提取-计算与网格相关的逐点特征，该点特征被馈送到PointNet样式特征编码器
- 投影-将逐点特征聚合到体素级特征并将其投影到其原始网格。这形成伪图像特征图
体素的大小在VFE方法中非常重要。较小的体素尺寸可以捕获更精细的几何特征。它们也更擅长对象本地化，但推理时间更长。使用较粗的体素可以获得更快的推理速度，因为这会导致较小的特征图。但是，它的性能较差。
作者提出了混合体素网络（HVNet），以实现细粒度体素功能的利用。它由三个步骤组成：
- 多尺度体素化-创建一组特征体素尺度并将它们分配给多个体素。
- 混合体素特征提取-计算每个比例的体素相关特征，并将其输入到关注特征编码器（AVFE）中。每个体素比例尺上的要素都是逐点连接的。
- 动态要素投影-通过创建一组多比例项目体素将要素投影回伪图像。
这是在KITTI数据集上获得的结果。
3、Point-GNN: Graph Neural Network for 3D Object Detection in a Point Cloud（Point-GNN：用于点云中3D对象检测的图神经网络）
本文的作者提出了一种图神经网络-Point-GNN-从LiDAR点云中检测物体。网络预测图形中每个顶点所属的对象的类别和形状。Point-GNN具有自动回归机制，可以一次检测多个物体。
所提出的方法包括三个部分：
- 图形构建：体素降采样点云用于图形构建
- T迭代的图神经网络
- 边界框合并和评分
以下是在KITTI数据集上获得的结果：
代码：https://github.com/WeijingShi/Point-GNN
4、Camouflaged Object Detection
本文解决了检测嵌入在其周围环境中的物体的挑战-伪装物体检测（COD）。作者还介绍了一个名为COD10K的新数据集。它包含10,000张图像，覆盖许多自然场景中的伪装物体。它具有78个对象类别。图像带有类别标签，边界框，实例级别和消光级别的标签注释。
作者开发了一种称为搜索标识网络（SINet）的COD框架。该代码在这里可用：
https://github.com/DengPingFan/SINet/
网络有两个主要模块：
- 搜索模块（SM），用于搜索伪装的物体
- 用于检测物体的识别模块（IM）
以下是在各种数据集上获得的结果：
5、Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector
本文提出了一个短时目标检测网络，该网络的目标是检测不可见类别的目标，并带有一些注释示例。
他们的方法包括注意RPN，多重关系检测器和对比训练策略。该方法利用少拍支持集和查询集之间的相似性来标识新对象，同时还减少了错误标识。作者还贡献了一个新的数据集，其中包含1000个类别，这些类别的对象具有高质量的注释。https://github.com/fanq15/Few-Shot-Object-Detection-Dataset
该网络体系结构由一个权重共享框架组成，该框架具有多个分支-一个分支是查询集，其余分支用于支持集。权重共享框架的查询分支是Faster R-CNN网络。
作者介绍了带有多关系模块的注意力RPN和检测器，以在支持和查询中的潜在框之间产生准确的解析。
以下是在ImageNet数据集上获得的一些结果。
以下是在许多数据集上获得的一些观察结果。
6、D2Det: Towards High-Quality Object Detection and Instance Segmentation
本文的作者提出了D2Det，一种解决精确定位和精确分类的方法。他们引入了密集局部回归，可以预测对象提案的多个密集框偏移。这使他们能够实现精确的定位。
作者还介绍了区分RoI池方案，以实现准确的分类。合并方案从提案的几个子区域进行采样，并执行自适应加权以获得区别特征。
该代码位于：https://github.com/JialeCao001/D2Det
该方法基于标准的Faster R-CNN框架。在这种方法中，Faster R-CNN的传统盒偏移回归被提议的密集局部回归所替代。在该方法中，通过判别式RoI池增强了分类。
在两阶段方法中，第一阶段使用区域提议网络（RPN），第二阶段使用单独的分类和回归分支。分类分支基于判别池。局部回归分支的目标是对象的精确定位。
以下是在MS COCO数据集上获得的结果：
链接：https://heartbeat.fritz.ai/cvpr-2020-the-top-object-detection-papers-f920a6e41233
编辑：Sophia | 王博（Kings）笔记
计算机视觉联盟 报道 | 公众号 CVLianMeng