摘要

在对象检测中，基于关键点的方法经常遭受大量不正确的对象边界框，可以说是由于缺少对裁剪区域的额外观察。本文提出了一种有效的解决方案，以最小的成本探索每个裁剪区域内的视觉模式。我们在一个名为CornerNet的代表性基于关键点的代表检测器上构建我们的框架。我们的方法名为CenterNet，将每个对象检测为三元组而不是一对关键点，从而提高精度和召回率。因此，我们设计了两个名为级联角池和中心池的定制模块，它们分别丰富了左上角和右下角收集的信息，并在中心区域提供了更多可识别的信息。在MS-COCO数据集上，CenterNet实现了47.0％的AP，其性能优于所有现有的单级探测器至少4.9％。同时，通过更快的推理速度，CenterNet展示了与顶级两级探测器相当的性能。 代码可在https://github.com/Duankaiwen/CenterNet获得。

1、简介

借助深度学习，尤其是卷积神经网络[11]（CNNs），物体检测得到了显着的改进和提升。

在当前时代，最流行的流程图之一是基于锚节点，它放置了一组具有预定义大小的矩形，并在帮助下找到真实物体的位置。这些方法通常需要大量锚点以确保与地面实况对象具有足够高的IoU（交联结合）速率，并且每个锚箱的尺寸和纵横比需要手动设计。另外，锚点通常不与真实物体框对齐，这不利于边界框分类任务。

为了克服基于锚点的方法的缺点，提出了一种名为CornerNet的基于关键点检测对象的提议。它通过一对角点关键点表示每个对象，这样就不需要锚盒，并且达到了最高的物体检测精度。尽管如此，CornerNet的表现仍然受到其引用对象全局信息的能力相对较弱的限制。 也就是说，由于每个对象都是由一对角构成的，因此算