ECCV 2020 论文大盘点-目标检测篇

论文速递 kira ⋅ 于 3个月前 ⋅ 885 阅读
来源:我爱计算机视觉



本文盘点ECCV 2020 与目标检测相关的研究,包含目标检测新范式、密集目标检测、点云目标检测、少样本目标检测、水下目标检测、域适应目标检测、弱监督目标检测、训练策略等,总计 42 篇,其中 2 篇 Oral,6 篇 Spotlight,开源或者将开源的有26篇。

其中有众多非常值得参考的工作,比如Facebook的DETR,还有两篇基于训练策略无痛涨点的方法。

下载包含这些论文的 ECCV 2020 所有论文:
ECCV 2020 论文合集下载,分类盘点进行中


目标检测新范式

1、End-to-End Object Detection with Transformers

作者 | Nicolas Carion, Francisco Massa, Gabriel Synnaeve, Nicolas Usunier, Alexander Kirillov, Sergey Zagoruyko

单位 | Facebook AI

论文 | https://arxiv.org/abs/2005.12872

代码 | https://github.com/facebookresearch/detr(目前已有4.8K星)

解读 | 模型的跨界:我拿Transformer去做目标检测,结果发现效果不错

备注 | ECCV 2020 Oral

2、GeoGraph: Graph-based multi-view object detection with geometric cues end-to-end

作者 | Ahmed Samy Nassar, Stefano D'Aronco, Sébastien Lefèvre, Jan D. Wegner

单位 | IRISA, Universite Bretagne Sud;苏黎世联邦理工学院

论文 | https://arxiv.org/abs/2003.10151

基于图的检测方法在城市多视角目标检测中的应用,在精度和效率方面都好于之前的方法。

3、UFO²: A Unified Framework towards Omni-supervised Object Detection

作者 | Zhongzheng Ren , Zhiding Yu, Xiaodong Yang , Ming-Yu Liu,Alexander G. Schwing, Jan Kautz

单位 | 伊利诺伊大学厄巴纳-香槟分校;英伟达

论文 | https://www.ecva.net/papers/eccv\_2020/papers\_ECCV/papers/123640290.pdf

这篇论文从最大限度利用数据集的标注出发,提出一种既能利用目标检测包围框标注,又能利用弱监督标注的目标检测训练统一框架,在实际应用中能最大限度利用训练样本,感觉这是个很好的想法。

密集目标检测

4、BorderDet: Border Feature for Dense Object Detection

作者 | Han Qiu, Yuchen Ma, Zeming Li, Songtao Liu, Jian Sun

单位 | 旷视科技;西安交通大学

论文 | https://arxiv.org/abs/2007.11056

代码 | https://github.com/Megvii-BaseDetection/BorderDet

备注 | ECCV 2020 Oral

该文提出了一种非常简单、高效的操作来提取物体边界极限点的特征,叫做“BorderAlign”。模型只增加很少的时间开销,可以在经典模型上实现FCOS(38.6 v.s. 41.4). FPN(37.1 v.s. 40.7)。

Anchor-free 目标检测

5、Corner Proposal Network for Anchor-free, Two-stage Object Detection

作者 | Kaiwen Duan, Lingxi Xie, Honggang Qi, Song Bai, Qingming Huang, Qi Tian

单位 | 国科大;华为;华中科技大学;鹏城实验室

论文 | https://arxiv.org/abs/2007.13816

代码 | https://github.com/Duankaiwen/CPNDet(即将)

备注 | ECCV 2020 Spotlight

目标检测错误分析工具

6、TIDE: A General Toolbox for Identifying Object Detection Errors

作者 | Daniel Bolya, Sean Foley, James Hays, Judy Hoffman

单位 | 佐治亚理工学院

论文 | https://arxiv.org/abs/2008.08115

代码 | https://github.com/dbolya/tide

主页 | https://dbolya.github.io/tide/

备注 | ECCV 2020 Spotlight

https://v.qq.com/x/page/g3145s8j2tw.html​v.qq.com![图标](https://pic3.zhimg.com/v2-8ed92c32ccb584c11cd8e53b5beabb66_180x120.jpg)T IDE- _腾讯视频T IDE- _腾讯视频​v.qq.com图标

多目标检测和跟踪

7、Chained-Tracker: Chaining Paired Attentive Regression Results for End-to-End Joint Multiple-Object Detection and Tracking

作者 | Jinlong Peng, Changan Wang, Fangbin Wan, Yang Wu, Yabiao Wang, Ying Tai, Chengjie Wang, Jilin Li, Feiyue Huang, Yanwei Fu

单位 | 腾讯优图实验室;复旦大学;NAIST

论文 | https://arxiv.org/abs/2007.14557

代码 | https://github.com/pjl1995/CTracker

备注 | ECCV 2020 Spotlight

带方向目标的检测

8、PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments

作者 | Zhiming Chen, Kean Chen, Weiyao Lin, John See, Hui Yu, Yan Ke, Cong Yang

单位 | 扩博智能Clobotics;上海交通大学;多媒体大学

论文 | https://arxiv.org/abs/2007.09584

代码 | https://github.com/clobotics/piou

备注 | ECCV 2020 Spotlight

9、Arbitrary-Oriented Object Detection with Circular Smooth Label

作者 | Xue Yang, Junchi Yan

单位 | 上海交通大学

论文 | https://arxiv.org/abs/2003.05597

代码 | https://github.com/Thinklab-SJTU/CSL\_RetinaNet\_Tensorflow

目标检测定位提精

10、Side-Aware Boundary Localization for More Precise Object Detection

作者 | Jiaqi Wang, Wenwei Zhang, Yuhang Cao, Kai Chen, Jiangmiao Pang, Tao Gong, Jianping Shi, Chen Change Loy, Dahua Lin

单位 | 香港中文大学;南洋理工大学;商汤;浙大;国科大

论文 | https://arxiv.org/abs/1912.04260

代码 | https://github.com/open-mmlab/mmdetection

备注 | ECCV 2020 Spotlight

弱监督目标检测

11、Many-shot from Low-shot: Learning to Annotate using Mixed Supervision for Object Detection

作者 | Carlo Biffi, Steven McDonagh, Philip Torr, Ales Leonardis, Sarah Parisot

单位 | 华为;Mila Montr´eal;牛津大学

论文 | https://arxiv.org/abs/2008.09694

该文提出一种在线样本标注方法,可在任意目标检测算法训练中利用数据弱监督信息扩充训练样本,在Faster RCNN的实验中,分别取得了17\% mAP, 9\% AP50 提升在PASCAL VOC 2007 、 MS-COCO数据集上。

Many-shot from Low-shot_腾讯视频​v.qq.com图标

12、Enabling Deep Residual Networks for Weakly Supervised Object Detection

作者 | Yunhang Shen, Rongrong Ji , Yan Wang, Zhiwei Chen, Feng Zheng ,Feiyue Huang , Yunsheng Wu

单位 | 厦门大学;Pinterest;南科大;腾讯优图(上海)

论文 | https://www.ecva.net/papers/eccv\_2020/papers\_ECCV/papers/123530120.pdf

代码 | https://github.com/shenyunhang/DRN-WSOD

13、Boosting Weakly Supervised Object Detection with Progressive Knowledge Transfer

单位 | 伊利诺伊大学厄巴纳-香槟分校;微软

论文 | https://arxiv.org/abs/2007.07986

代码 | https://github.com/mikuhatsune/wsod\_transfer

14、Cheaper Pre-training Lunch: An Efficient Paradigm for Object Detection

作者 | Dongzhan Zhou, Xinchi Zhou, Hongwen Zhang, Shuai Yi, Wanli Ouyang

单位 | 悉尼大学,商汤CV研究小组;中科院\&国科大;商汤

论文 | https://arxiv.org/abs/2004.12178

该文发明了一种计算代价小却能改进目标检测精度的预训练方法Montage pre-training。

目标检测、实例分割、姿态估计全家桶

15、Point-Set Anchors for Object Detection, Instance Segmentation and Pose Estimation

作者 | Fangyun Wei, Xiao Sun, Hongyang Li, Jingdong Wang, Stephen Lin

单位 | 微软亚洲研究院;北大

论文 | https://arxiv.org/abs/2007.02846

代码 | https://github.com/FangyunWei/PointSetAnchor

点云目标检测

16、SPOT: Selective Point Cloud Voting for Better Proposal in Point Cloud Object Detection

作者 | Hongyuan Du, Linjun Li, Bo Liu, and Nuno Vasconcelos

单位 | 加利福尼亚大学圣迭戈分校

论文 | https://www.ecva.net/papers/eccv\_2020/papers\_ECCV/papers/123560222.pdf

17、Streaming Object Detection for 3-D Point Clouds

作者 | Wei Han, Zhengdong Zhang, Benjamin Caine, Brandon Yang, Christoph Sprunk, Ouais Alsharif, Jiquan Ngiam, Vijay Vasudevan, Jonathon Shlens, Zhifeng Chen

单位 | 谷歌等

论文 | https://arxiv.org/abs/2005.01864

18、Pillar-based Object Detection for Autonomous Driving

作者 | Yue Wang, Alireza Fathi, Abhijit Kundu, David Ross, Caroline Pantofaru, Thomas Funkhouser, Justin Solomon

单位 | 麻省理工学院;谷歌

论文 | https://arxiv.org/abs/2007.10323

代码 | https://github.com/WangYueFt/pillar-od

备注 | ECCV 2020

19、SSN: Shape Signature Networks for Multi-class Object Detection from Point Clouds

作者 | Xinge Zhu Yuexin Ma Tai Wang Yan Xu Jianping Shi Dahua Lin

单位 | 香港中文大学;商汤科技;香港浸会大学

论文 | https://arxiv.org/abs/2004.02774

代码 | https://github.com/xinge008/SSN(尚未开源)

一阶段 vs. 二阶段

20、MimicDet: Bridging the Gap Between One-Stage and Two-Stage Object Detection

作者 | Xin Lu, Quanquan Li , Buyu Li , and Junjie Yan

单位 | 商汤;香港中文大学

论文 | https://www.ecva.net/papers/eccv\_2020/papers\_ECCV/papers/123590528.pdf

通过使一阶段的目标检测方法“模仿”二阶段目标检测算法的特征,提升一阶段目标检测的精度。

无痛涨点之训练策略改进

21、Dynamic R-CNN: Towards High Quality Object Detection via Dynamic Training

作者 | Hongkai Zhang, Hong Chang, Bingpeng Ma, Naiyan Wang, Xilin Chen

单位 | 中科院;国科大;TuSimple

论文 | https://arxiv.org/abs/2004.06002

代码 | https://github.com/hkzhang95/DynamicRCNN

该文提出Dynamic R-CNN根据训练期间proposals的统计信息自动调整IoU阈值和回归损失函数的shape(SmoothL1 Loss的参数),更好地利用了训练样本,并推动了检测器去适应更多高质量的样本。使用ResNet-50-FPN方法,没有任何其他开销,在MS COCO数据集上实现了1.9%的AP和5.5%的AP90改进。

Dynamic R-CNN_腾讯视频​v.qq.com图标

22、LabelEnc: A New Intermediate Supervision Method for Object Detection

作者 | Miao Hao, Yitao Liu, Xiangyu Zhang, Jian Sun

单位 | 北京邮电大学 同济大学 旷视科技

论文 | https://arxiv.org/abs/2007.03282

代码 | https://github.com/megvii-model/LabelEnc

少样本目标检测

23、Multi-Scale Positive Sample Refinement for Few-Shot Object Detection

作者 | Jiaxi Wu, Songtao Liu, Di Huang, Yunhong Wang

单位 | 北航

论文 | https://arxiv.org/abs/2007.09384

代码 | https://github.com/jiaxi-wu/MPSR

24、Few-Shot Object Detection and Viewpoint Estimation for Objects in the Wild

作者 | Yang Xiao, Renaud Marlet

单位 | Univ Gustave Eiffel;valeo.ai

论文 | https://arxiv.org/abs/2007.12107

代码 | https://github.com/YoungXIAO13/FewShotDetection

主页 | http://imagine.enpc.fr/\~xiaoy/FSDetView/

Few-Shot Object Detection and Viewpoint Estimation for Objects in the Wild_腾讯视频​v.qq.com

水下目标检测

25、Dual Refinement Underwater Object Detection Network

作者 | Baojie Fan, Wei Chen, Yang Cong, Jiandong Tian

单位 | 南京邮电大学;中科院

论文 | https://www.ecva.net/papers/eccv\_2020/papers\_ECCV/papers/123650273.pdf

代码 | https://github.com/Peterchen111/FERNet(即将)

目标检测数据集

26、APRICOT: A Dataset of Physical Adversarial Attacks on Object Detection

作者 | A. Braunegg, Amartya Chakraborty, Michael Krumdick, Nicole Lape, Sara Leary, Keith Manville, Elizabeth Merkhofer, Laura Strickhart, Matthew Walmer

单位 | MITRE公司

论文 | https://arxiv.org/abs/1912.08166

27、Object Detection with a Unified Label Space from Multiple Datasets

作者 | Xiangyun Zhao, Samuel Schulter, Gaurav Sharma, Yi-Hsuan Tsai, Manmohan Chandraker, Ying Wu

单位 | 西北大学;NEC Labs America;加利福尼亚大学圣迭戈分校

论文 | https://arxiv.org/abs/2008.06614

数据集 | http://www.nec-labs.com/\~mas/UniDet/resources/UOD\_dataset\_ECCV20.zip

主页 | http://www.nec-labs.com/\~mas/UniDet/

数据集如此珍贵,如何把不同标注的数据集结合起来使用?该文提出一种统一目标检测的标注空间。

快速训练方法

28、Large Batch Optimization for Object Detection: Training COCO in 12 Minutes

作者 | Tong Wang , Yousong Zhu , Chaoyang Zhao , Wei Zeng , Yaowei Wang,Jinqiao Wang,Ming Tang

单位 | 中科院;国科大;ObjectEye(视语科技);北大;鹏城实验室等

论文 | https://www.ecva.net/papers/eccv\_2020/papers\_ECCV/papers/123660477.pdf

解读 | 12分钟训练COCO模型!速度精度双提高

自监督学习+目标检测

29、Improving Object Detection with Selective Self-supervised Self-training

作者 | Yandong Li, Di Huang, Danfeng Qin, Liqiang Wang, Boqing Gong

单位 | 中佛罗里达大学;谷歌

论文 | https://arxiv.org/abs/2007.09162

备注 | ECCV 2020

数据增广

30、Learning Data Augmentation Strategies for Object Detection

作者 | Barret Zoph, Ekin D. Cubuk, Golnaz Ghiasi, Tsung-Yi Lin, Jonathon Shlens, Quoc V. Le

单位 | 谷歌

论文 | https://arxiv.org/abs/1906.11172

代码 | https://github.com/tensorflow/tpu/tree/master/models/official/detection

域适应目标检测

31、Domain Adaptive Object Detection via Asymmetric Tri-way Faster-RCNN

作者 | Zhenwei He, Lei Zhang

单位 | Learning Intelligence \& Vision Essential (LiVE) Group,重庆大学

论文 | https://arxiv.org/abs/2007.01571

代码 | https://github.com/He-Zhenwei/ATF

32、Prior-based Domain Adaptive Object Detection for Hazy and Rainy Conditions

作者 | Vishwanath A. Sindagi, Poojan Oza, Rajeev Yasarla, Vishal M. Patel

单位 | 约翰斯霍普金斯大学

论文 | https://arxiv.org/abs/1912.00070

33、Collaborative Training between Region Proposal Localization and Classification for Domain Adaptive Object Detection

作者 | Ganlong Zhao, Guanbin Li , Ruijia Xu, and Liang Lin

单位 | 中山大学

论文 | https://www.ecva.net/papers/eccv\_2020/papers\_ECCV/papers/123630086.pdf

代码 | https://github.com/GanlongZhao/CST\_DA\_detection(即将)

改进的新思路

34、Dive Deeper Into Box for Object Detection

作者 | Ran Chen, Yong Liu, Mengdan Zhang, Shu Liu, Bei Yu, Yu-Wing Tai

单位 | 香港中文大学;腾讯优图实验室;视摩智慧SmartMore;香港科技大学

论文 | https://arxiv.org/abs/2007.14350

35、Hierarchical Context Embedding for Region-based Object Detection

作者 | Zhao-Min Chen, Xin Jin, Borui Zhao, Xiu-Shen Wei, Yanwen Guo

单位 | 南大;旷视

论文 | https://arxiv.org/abs/2008.01338

36、AABO: Adaptive Anchor Box Optimization for Object Detection via Bayesian Sub-sampling

作者 | Wenshuo Ma, Tingzhong Tian, Hang Xu, Yimin Huang, Zhenguo Li

单位 | 清华大学;诺亚方舟实验室

论文 | https://arxiv.org/abs/2007.09336

代码 | https://github.com/wwdkl/AABO

备注 | ECCV 2020 Spotlight

37、Soft Anchor-Point Object Detection

作者 | Chenchen Zhu, Fangyi Chen, Zhiqiang Shen, Marios Savvides

单位 | 卡内基梅隆大学

论文 | https://arxiv.org/abs/1911.12448

代码 | https://github.com/xuannianz/SAPD

38、OS2D: One-Stage One-Shot Object Detection by Matching Anchor Features

作者 | Anton Osokin, Denis Sumin, Vasily Lomakin

单位 | 俄罗斯国家研究型高等经济大学;Yandex;http://mirum.io

论文 | https://arxiv.org/abs/2003.06800

代码 | https://github.com/aosokin/os2d

39、Quantum-soft QUBO Suppression for Accurate Object Detection

作者 | Junde Li, Swaroop Ghosh

单位 | 宾夕法尼亚州立大学

论文 | https://arxiv.org/abs/2007.13992

40、Adaptive Object Detection with Dual Multi-Label Prediction

作者 | Zhen Zhao, Yuhong Guo, Haifeng Shen, Jieping Ye

单位 | 滴滴出行;卡尔顿大学

论文 | https://arxiv.org/abs/2003.12943

41、HoughNet: Integrating near and long-range evidence for bottom-up object detection

作者 | Nermin Samet, Samet Hicsonmez, Emre Akbas

单位 | 中东技术大学;Hacettepe University

论文 | https://arxiv.org/abs/2007.02355

代码 | https://github.com/nerminsamet/houghnet

42、Probabilistic Anchor Assignment with IoU Prediction for Object Detection

作者 | Kang Kim, Hee Seok Lee

单位 | XL8 Inc;Qualcomm Korea YH

论文 | https://arxiv.org/abs/2007.08103

代码 | https://github.com/kkhoot/PAA

回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!