超越YOLOV3和CenterNet：更快更准确的SaccadeNet来了！

点击上方“CVer”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转载自：AI深度视线 表现SOTA！在COCO上，以28 FPS 达到40.4 ％mAP的性能，优于CenterNet、YOLOV3和CornerNet等网络。作者团队：马里兰大学帕克分校&Wormpex AI研究院1引言论文链接：https://arxiv.org/abs/2003.12125思路来源：大多数现有的目标检测算法会先关注某些目标区域，然后预测目标位置。但是，神经科学家发现，人类不会以固定的稳定性注视场景。取而代之的是，人眼四处走动，定位信息丰富的部分以了解目标的位置。这种主动的感知运动过程称为saccade。受此机制的启发，这篇文章提出了一种称为SaccadeNet兼顾效率和精度的目标检测器。它包含四个主要模块：Center 注意力模块Corner 注意力模块Attn-Trans 注意 ………………………………