旷视提出MegDetV2：目标检测/实例分割系统

点击上方“CVer”，选择加"星标"置顶

重磅干货，第一时间送达

编辑：Amusi

在COCO 2019/2020 挑战赛中获得最佳结果！该方案包含RPN++、High-IoU等创新点，以及大量tricks，强烈推荐学习！

Joint COCO and Mapillary Workshop at ICCV 2019: COCO Instance Segmentation Challenge Track

作者单位：旷视科技
论文：https://arxiv.org/abs/2010.02475

在此报告中，我们介绍了目标检测/实例分割系统MegDetV2，该系统以two-pass的方式工作，首先检测实例，然后进行分割。

RPN++

我们的基线检测器主要基于新设计的RPN，称为RPN++。

RPN++中的重点是提出了：High-IoU proposal sampling 和 Class aware sampling，涨点明显！

目标检测的超强baseline

使用的方法有：

• Deformable Convolution and Pooling
  

• Stacking 4 Convolutions for location branch

• Feature Pyramid with deformable convolution
  High IoU sample
  

• Class aware sample

• Adding instance segmentation branch in R-CNN
  

在COCO-2019检测/实例分割 test-dev数据集上，我们的系统达到61.0 / 53.1 mAP，比我们2018年的获胜结果分别高出5.0 / 4.2。

COCO 2019 检测 Road Map

更多获得更高的性能，还采用了很多tricks，如SoftNMS、SyncBN等。具体方法和涨点数据如下：

COCO 2019 实例分割 Road Map

更多获得更高的性能，还采用了很多tricks。具体方法和涨点数据如下：

本方案在2019年和2020年COCO挑战赛中取得了最佳成绩。更多细节详见论文原文，强烈推荐学习！

MegDetV2下载

后台回复：MegDetV2，即可下载本论文PDF

目标检测综述下载

后台回复：目标检测二十年，即可下载39页的目标检测最全综述，共计411篇参考文献。

下载2

后台回复：CVPR2020，即可下载代码开源的论文合集

后台回复：ECCV2020，即可下载代码开源的论文合集

后台回复：YOLO，即可下载YOLOv4论文和代码

重磅！CVer-目标检测 微信交流群已成立

扫码添加CVer助手，可申请加入CVer-目标检测 微信交流群，目前已汇集4000人！涵盖2D/3D目标检测、小目标检测、遥感目标检测等。互相交流，一起进步！

同时也可申请加入CVer大群和细分方向技术群，细分方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。

一定要备注：研究方向+地点+学校/公司+昵称（如目标检测+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲长按加群

▲长按关注我们

麻烦给我一个在看