目标检测新框架：大幅度提升检测精度（附源代码下载）

文章预览

计算机视觉研究院专栏 作者：Edison_G 目标检测中，点特征使用方便，但可能缺乏精确定位的明确边界信息。 这个干货我觉得不错，在此和大家分享下！ 公众号ID ｜ComputerVisionGzq 学习群 ｜扫码在主页获取加入方式 1   简述 密集物体检测器依赖于滑动窗口范式，可以在规则的图像网格上预测物体。同时，采用网格点上的特征图来生成边界框预测。点特征使用方便，但可能缺乏精确定位的明确边界信息。  在今天分享中，有研究者提出了一种简单高效的算子，称为 Border-Align ，从边界的极值点提取“ 边界特征 ”以增强点特征。基于BorderAlign，研究者设计了一种称为BorderDet的新型检测架构，它明确 利用边界信息进行更强的分类和更准确的定位 。 2   背景 Sliding Window 滑窗法 作为一种经典的物体检测方法，个人认为不同大小的窗口在图像上进行滑动时 ………………………………