《D2Det：Towards High Quality Object Detection and Instance Segmentation》论文笔记1. 概述2. 方法设计3. 实验结果
参考代码：D2Det1. 概述导读：这篇文章提出了一种新的两阶段检测算法，主要的改进点集中在RPN网络之后，从而带来目标定位和目标分类更加准确。对于定位部分的优化这里是使用的是类似Grid RCNN之类的检测框预测方法，因而就可以对一个proposal进行密集预测（dense box），文中提到这样的回归方式会带来更为精确的预测结果，在此基础上引入了二值掩膜重叠预测（GT为对应GT框的内部区域，看作另外一种形式的分割）用以更近一步排除由proposal进行预测得到结果为背景的情况。对于精确的分类
