用于目标检测的关系网络（Relation networks for Object Detection）翻译
发布时间
阅读量：
阅读量
该篇文章源自CVPR2018会议。
Abstract
【尽管长期以来人们普遍认为对物体间关系的建模有助于提升物体识别的效果，但目前尚无确凿证据表明这一观点在深度学习框架下依然成立。当前所有最先进的目标检测系统依然主要依赖于独立识别各个对象实例，而并未在训练过程中充分利用它们之间的关联性。
本研究设计了一个对象关系模块。该模块通过分析一组物体的外观特征与几何形态之间的交互作用，能够同步处理这些物体，从而实现对其关系的建模。该模块具有轻量级特性，并且采用in-place方式实现。它无需额外引入监督信息，且能够便捷地嵌入至现有网络结构中，在现代目标检测系统中展现出提升目标识别能力以及消除冗余步骤的有效性。该方法验证了在基于卷积神经网络的目标检测任务中，对物体关系进行建模的可行性，并成功构建了首个完全端到端的对象检测系统。代码地址*/
Introduction
近年来，深度卷积神经网络在物体检测任务中展现出明显的技术进步。当前最先进的物体检测技术【28,22,44,10,37,11,27
还没有任何评论哟~