CornerNet-Lite 隨記

arXiv: https://arxiv.org/abs/1904.08900
github: https://github.com/princeton-vl/CornerNet-Lit

1. CornerNet

• CornerNet 是基於關鍵點的目標檢測方法，不需要 anchor box，在單階段檢測器取得了SOTA 的精度。在COCO數據集上 AP 爲 42.2%，但是單幀圖像的 inference 需要1.147s。

2. CornerNet-Lite

• CornerNet-Lite 是 CorNet 的兩個有效的變體：CornerNet-Saccade 與 CornerNet-Squeeze
• CornerNet-Saccade 在不犧牲精度的情況下來提高效率，單幀圖像處理時間爲 190 ms，在 COCO上 AP 爲43.2%，比CornerNet 還提高了 1%。
• CornerNet-Squeeze 在達到實時的情況下，儘可能提高精度，單幀圖像處理時間爲30ms，在COCO上 AP 爲 34.4%。（YOLOv3 39ms AP 33%）。
  注：作者測試了 CornerNet-Squeeze-Saccade 比 CornerNet-Squeeze 的精度和速度都要差。
• COCO數據集上 YOLOv3、CornerNet、CornerNet-Lite 對比
  1.CornerNet-Lite 比 CornerNet 速度提高了 6 倍，AP 提高了 1% 。
  2.CornerNet-Lite 在精度和速度上都優於 YOLOv3，是目前 SOTA 的實時檢測器。
  3.硬件：1080 Ti GPU，Intel Core i7-7700k CPU