在2020年中，目标检测领域出现了许多优秀的工作，今天我们来聊一聊在当前热门的五大目标检测开源方案。
1、五大改进，二十多项技巧实验，堪称最强目标检测万花筒：YOLOv4&YOLOv5
论文：YOLOv4: Optimal Speed and Accuracy of Object Detection
COCO AP：55.4
论文地址：https://arxiv.org/pdf/2004.10934.pdf
代码地址：https://github.com/AlexeyAB/darknet
YOLOv5：https://github.com/ultralytics/yolov5
(非官方)源码地址：
(1) Pytorch版：https://github.com/WongKinYiu/PyTorch_YOLOv4
(2) tensorflow版：https://github.com/ultralytics/yolov5
YOLOv4试验对比了大量的近几年来最新的深度学习技巧，例如 Swish、Mish激活函数，CutOut和CutMix数据增强方法，DropPath和DropBlock正则化方法，也提出了自己的创新，例如 Mosaic （马赛克） 和 自对抗训练数据增强方法，提出了修改版本的 SAM 和 PAN，跨Batch的批归一化（BN），共五大改进。所以说该文章工作非常扎实，也极具创新。
YOLOv5的工作与YOLOv4十分相近，大家可以看我们往期的YOLOv5教程：
YOLOv4的网络结构图：
2、基于Transformer的目标检测新范式: DETR
论文：End-to-End Object Detection with Transformers
论文地址：https://arxiv.org/abs/2006.02334
代码地址：https://github.com/facebookresearch/detr
DETR将检测视为集合预测问题，简化了目标检测的整体流程。它没有现在主流的目标检测器中的anchor、label assign、nms等操作，做到了真正的end-to-end。它主要采用了Transformer的编解码结构，它在序列预测任务上大获成功。Transformer中的自注意力机制显示地界定了序列中元素间的相互作用，因此可以用于约束集合的预测结果。
DETR的检测思路是首先使用CNN提取图像特征，然后用transformer模型来检测物体输出set of box predictions ，训练过程采用二分图匹配损失函数。
具体细节可以看我们往期的教程：
DETR: Postprocessing-free Detector
【20210109期 AI周报】该重视 Vision Transformer 了
3、目前最高最快最小模型，可扩缩且高效的目标检测: EfficientDet
论文：EfficientDet: Scalable and Efficient Object Detection
论文地址：https://arxiv.org/abs/2005.12872
代码地址：https://github.com/google/automl
COCO AP: 51.0
(非官方)源码地址：
(1) Pytorch版：https://github.com/toandaominh1997/EfficientDet.Pytorch
(2) Keras&&TensorFlow版：https://github.com/xuannianz/EfficientDet
EfficientDet一大创新点是改进了FPN中的多尺度特征融合方式，提出了加权双向特征金字塔网络BiFPN。BiFPN 引入了一种自顶向下的路径，融合P3～P7的多尺度特征, 并且EfficientDet认为FPN中各尺度的特征重要性是不同的，故在BiFPN特征融合的连接中需要加权，而权值是在训练中学习得到的。EfficientDet引入了 EfficientNet 中模型缩放的思想，考虑Input size、backbone Network、BiFPN侧向级联层数、Box/class 层深度作为搜索空间，通过统一的系数缩放（具体方法见原论文），得到了8个不同计算量和参数量的模型。
参考阅读：EfficientDet 算法解读
https://zhuanlan.zhihu.com/p/93241232
4、CenterNet2以56.4mAP超越当前所有检测模型
论文：Probabilistic two-stage detection
论文地址：https://arxiv.org/abs/2103.07461
代码地址：https://github.com/xingyizhou/CenterNet2
COCO AP: 56.4
CenterNet2在目前最先进的One-Stage检测器的基础上建立了一个概率Two-Stage检测器。对于每一阶段的检测，CenterNet2模型都会提取区域级特征并进行分类。在第2阶段使用更快的R-CNN或级联分类器。这两个阶段一起训练，以最大限度地提高预测的概率准确度。在推理中，CenterNet2使用这个最终的对数似然作为检测得分。
结构说明：
参考阅读：Centernet 算法解读
5、特征金字塔与空洞卷积完美结合的目标检测:DetectoRS
论文：DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution
论文地址：https://arxiv.org/abs/2005.12872
代码地址：https://github.com/joe-siyuan-qiao/DetectoRS
COCO AP: 54.7 AP
DetectoRS是谷歌团队提出的目标检测模型，论文中探讨了目标检测中looking and thinking twice的机制，在宏观上提出了递归特征金字塔RFN(Recursive Feature Pyramid)，就是把FPN的输出先连接到bottom up那儿进行再次输入，然后再输出时候与原FPN的输出再进行结合一起输出。在微观上提出了可切换空洞卷积SAC(Switchable Atrous Convolution)。在COCO test-dev中取得了SOTA的结果，目标检测box mAP达到54.7，实例分割mask mAP达到47.1，全景分割PQ达到49.6。
参考阅读：DetectoRS算法解读
原文