56.4 AP！超越YOLOv4，更快更强的CenterNet2来了！

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文转载自：AI人工智能初学者Probabilistic two-stage detection代码：https://github.com/xingyizhou/CenterNet2论文：https://arxiv.org/abs/2103.07461仅单尺度测试，在COCO上最高可高达56.4 mAP！超越现所有网络，如ScaledYOLOv4、GFLV2等，其中一个版本，49.2 mAP/33FPS！代码刚刚开源！作者单位：UT Austin（鼎鼎大名的CenterNet一作本人）, Intel1 简介我们都知道目标检测的目的就是找到图像中的所有目标，并识别它们的位置和属于某一类的概率。One-Stage目标检测在一个框架中共同推断位置和类别的概率。通过训练它们最大限度地提高其框的精度和预测概率的精度，并在最后应用到推理之中。Two-Stage检测器首先发现潜在目标及其位置，然后(在第2 ………………………………