[论文解读] CenterNet: Object Detection with Keypoint Triplets

Kaiwen Duan, Song Bai+4 more|arXiv (Cornell University)|Apr 17, 2019

Advanced Neural Network Applications参考文献 35被引用 66

一句话总结

CenterNet 提出了一种单阶段目标检测框架，通过将物体建模为关键点三元组（而非关键点对）来改进基于关键点的检测方法，利用级联角点池化（cascade corner pooling）和中心池化（center pooling）来增强特征表示。该方法在 MS-COCO 数据集上达到 47.0% 的 AP，优于所有现有的单阶段检测器，同时保持了与顶尖两阶段检测器相当的快速推理速度。

ABSTRACT

In object detection, keypoint-based approaches often suffer a large number of incorrect object bounding boxes, arguably due to the lack of an additional look into the cropped regions. This paper presents an efficient solution which explores the visual patterns within each cropped region with minimal costs. We build our framework upon a representative one-stage keypoint-based detector named CornerNet. Our approach, named CenterNet, detects each object as a triplet, rather than a pair, of keypoints, which improves both precision and recall. Accordingly, we design two customized modules named cascade corner pooling and center pooling, which play the roles of enriching information collected by both top-left and bottom-right corners and providing more recognizable information at the central regions, respectively. On the MS-COCO dataset, CenterNet achieves an AP of extbf{47.0\%}, which outperforms all existing one-stage detectors by a large margin. Meanwhile, with a faster inference speed, CenterNet demonstrates quite comparable performance to the top-ranked two-stage detectors. Code is available at https://github.com/Duankaiwen/CenterNet.

研究动机与目标

• 通过增强裁剪物体区域内的特征表示，解决基于关键点的检测器中高比例错误边界框的问题。
• 在不显著增加计算成本的前提下，提升单阶段目标检测的精度与召回率。
• 设计一种能比现有基于关键点的方法更有效地利用物体区域视觉模式的框架。
• 在保持单阶段检测器速度优势的同时，实现与两阶段检测器相当的性能。

提出的方法

• CenterNet 将每个物体建模为一个关键点三元组——即左上角关键点、右下角关键点和中心关键点，而非关键点对，以更精确地定位物体。
• 它引入了级联角点池化（cascade corner pooling），通过聚合左上角和右下角关键点的特征，丰富空间上下文信息。
• 它设计了中心池化（center pooling），以增强物体中心区域的特征表示，提升对物体中心的识别能力。
• 该方法以 CornerNet 作为基础架构，通过引入三元组检测机制和专用池化模块进行扩展。
• 该框架采用单阶段检测器，仅引入极少额外计算，实现高速推理。

实验结果

研究问题

• RQ1 将物体建模为关键点三元组而非关键点对，是否能提升单阶段检测器的检测精度？
• RQ2 如何更好地利用裁剪物体区域内的视觉模式，以减少误报边界框？
• RQ3 像级联角点池化和中心池化这样的专用池化模块，是否能在不增加推理成本的前提下增强特征表示？
• RQ4 基于三元组关键点检测的单阶段检测器，在多大程度上可以达到或超越两阶段检测器的性能？

主要发现

• CenterNet 在 MS-COCO 数据集上达到 47.0% 的 AP，创下单阶段目标检测器的新 SOTA（最先进）记录。
• 所提出的基于关键点三元组的方法相比基于关键点对的检测器（如 CornerNet）在精度与召回率上均有提升。
• 引入级联角点池化和中心池化显著增强了物体区域内的特征表示。
• CenterNet 保持了快速的推理速度，性能可与顶尖的两阶段检测器相媲美。