HoughNet:整合近距离和远距离证据以进行自下而上的物体检测 HoughNet的PyTroch正式实现。 , Nermin Samet,Samet Hicsonmez, , ECCV2020。( ) 概括 对象检测方法通常仅依赖于本地证据。例如,要检测下图中的鼠标,仅使用在鼠标处/鼠标周围提取的特征。相反,HoughNet也能够利用远距离(即很远)的证据。右下方显示了支持鼠标检测的投票:除了本地证据之外,两个键盘还为相距遥远但语义相关的对象投票。 HoughNet是一种单阶段,无锚,基于投票的自底向上的对象检测方法。受通用霍夫变换启发,HoughNet通过在该位置上投的票数之和确定对象在某个位置的存在。投票是基于对数极地投票场从近距离和远距离位置收集的。借助这种投票机制,HoughNet能够集成近距离和远距离的类条件证据进行视觉识别,从而推广和增强了当前仅基于本地证据的对象检测方