目标检测网络中的 bottom-up 和 top-down理解

清梦枕星河~

13161人浏览 · 2021-03-12 11:58:40

清梦枕星河~ · 2021-03-12 11:58:40 发布

看目标检测网络方面的论文时，出现了一组对比词汇： bottom-up和top-down，查了一些资料，结合个人理解，得到的看法是：
top-down: 顾名思义是自上而下进行，最初来源于行人检测框架，在行人检测中，先检测行人目标，得到边界框，再在边界框中检测人体关键点，连接成每个人的姿态。应用到目标检测网络，就是先获取目标的大致边界，再进一步确定目标的位置，比如RepPoints，通过可变形卷积确定目标边界。
在这里插入图片描述

bottom-up：自底向上，图像提取到特征图后，网络先确定目标的边缘极值点或角点，再通过定义这些点是否属于同一个目标，得到目标的边界来确定检测目标，比如CornerNet（左上角点、右下角点）、ExtremeNet（上、下、左、右极值点+中心点）。
在这里插入图片描述

在这里插入图片描述

DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

对抗性攻击与鲁棒性：破解机器学习模型的“视觉盲区”

摘要深度学习模型在图像分类、目标检测、人脸识别等视觉任务中展现出超越人类水平的性能，然而它们普遍存在一个致命的“视觉盲区”——对抗性攻击。攻击者通过在原始图像上添加人眼难以察觉的微小扰动，即可使最先进的神经网络产生完全错误的判断。这一安全漏洞对自动驾驶、医疗影像、智能安防等关键领域构成了严峻威胁。本文系统梳理了对抗性攻击的技术原理与典型方法，深入分析了深度学习模型脆弱性的成因，全面综述了从对抗训练

DAMO开发者矩阵

gello遥操Franka容易触发力矩超限问题解决

在Gello主从遥操Franka机械臂场景中，机器人频繁出现爆红保护、急停锁机问题，极大影响遥操稳定性与数据采集效率。该问题并非硬件故障，核心源于Gello遥控基于位置差解算控制力矩的特性：人工操作抖动、姿态突变、负载惯性会产生瞬时超标力矩，无约束力矩会触发Franka伺服超限保护，同时运动惯性力易被机身碰撞检测算法误判为外部碰撞，最终导致机械臂爆红停机。本文从力位混合控制原理出发，拆解问题本质，