[OneNet]OneNet: End-to-End One-Stage Object Detection Notes

文章目录

• • • 1. 摘要
    • 2. 贡献
    • 3. 标签赋予权重的过程
    • 4. OneNet网络系统
    • 4.1 网络核心架构
      • 4.2 头部模块
      • 4.3 推理机制
      • 4.4 多头训练机制

• 5. 实验部分

  • 5.1 图像尺寸对模型性能的影响
  • 5.2 多头训练过程中的消融研究
  • 5.3 中心网络与一网网络对比实验
  • 5.4 标签分配过程中的消融研究

paper: https://arxiv.org/pdf/2012.05780.pdf
code: https://github.com/PeizeSun/OneNet

1. Abstract

文中提出了一种观点认为以往的一Stage无法消除NMS而实现端到端的主要原因是正样本的选择问题。Label assignment任务未将分类成本纳入考量，并且仅关注了位置成本，在这过程中会产生大量的多余的boxes在后处理阶段必须依赖NMS进行筛选

![在这里插入图片描述](https://ad.itadn.com/c/weblog/blog-img/images/2025-05-31/GpdIZ2SmN