[论文翻译]CornerNet: 通过成对关键点检测物体 我们提出CornerNet,这是一种新的目标检测方法,通过单个卷积神经网络将物体边界框检测为一对关键点(左上角和右下角)。通过将物体检测为成对关键点,我们无需设计现有单阶段检测器中常用的锚框组。除了新颖的建模方式外,我们引入了角点池化(corner pooling)这一新型池化层,帮助网络更准确定位角点。实验表明CornerNet在MS COCO数据集上达到42.2% AP,优于所有现有单阶段检测器。 由 卡汁发布于 2025-04-13 16:25:04 CornerNet单个卷积神经网络角点池化 阅读次数 310