在单台机器上快速、准确地检测100,000个对象类别

许多对象检测系统受到卷积目标图像与滤波器组的时间限制，滤波器编码了对象外观的不同方面，例如组件部件的存在。我们利用局部敏感哈希来替换卷积中的点积核操作符，以固定数量的哈希表探针有效地在与滤波器组大小无关的时间内采样所有滤波器响应。为了展示该技术的有效性，我们应用它来评估100,000个可变形部件模型，在不到20秒的时间内，使用单个多核处理器和20GB RAM对目标图像的多个尺度进行超过一百万个（部件）滤波器的评估。这与在相同硬件上明确执行卷积相比，速度提高了大约20,000倍——四个数量级。尽管在100,000个对象类别的总体均值精度（mAP）约为0.16，主要是由于在收集如此多类的训练数据和真实数据方面的挑战，我们在三分之一的类别上实现了至少0.20的mAP，在大约20%的类别上达到0.30或更高。