CVPR2021论文阅读记录

General Instance Distillation for Object Detection
思路：通过confidence选的RPN区域，而不仅局限于使用教师网络输出，构建三种网络修正的目标，最终达到学生网络性能优于教师网络（loss内存在重复项）
Towards Open World Object Detection
思路：开辟一个新的问题，检测前景里未被标注的目标，backbone使用fasterrcnn，设计聚类目标回归网络，在一阶段通过IOU以及obeject confidence选出候选unknown目标，并用能量方程做二次筛选。
Multiple Instance Active Learning for Object Detection
思路：主动学习，通过最大化最小化两个分类目标函数在unlabel数据上的结果，找到out distribution的数据，类似要筛子的操作，左右晃动，最后倾向性差的数据被留在了中间，再通过添加前景置信度到目标函数，reweight网络参数，使得对distribution的预测更关注前景目标。
Involution
思路：channel方向做一维卷积预测卷积系数以实现空间特异，通道不变
Nex
思路：后续继续整理