目標檢測論文筆記二：CenterNet《Objects as Points》

       論文通過將物體建模成一個物體中心點，使用關鍵點估計網絡來預測物體中心並回歸一系列物體屬性（長寬高等等）。並且相比於基於anchor的物體檢測器，CenterNet 更簡單、更快、更準確。 網絡的整個運行流程爲：在訓練時，先將圖像送入全卷積神經網絡中生成熱圖，熱圖中的峯值點就是物體的中心點，每一個峯值點的圖像特徵用於預測物體框的屬性。在預測時，僅爲簡單的網絡前向過程，沒有NMS作爲後處

>>阅读原文<<