车辆检测“DAVE: A Uni ed Framework for Fast Vehicle Detection and Annotation”

检测车辆的同时对车辆进行属性标记,DAVE包括两个网络,一个快速proposal网络FVPN,和一个属性学习网络ALN,属性学习获取车辆的姿态,颜色和类型。DAVE实现的功能如下图所示:

这里写图片描述

快速车辆候选区域提取网络FVPN
FVPN是一个浅层全卷积网络,有三个卷积层,最大池化和ReLU与前两个卷积层相连,第三个卷积层分成3个1*1的卷积层分支,conv_fc_class输出正负卷积softmax概率,conv_fc_bbr表示正样本bbox坐标,conv_fc_konwledge学习由ALN提取的latent data-driven knowledge。每个分支使用的损失函数不同,conv_fc_class使用softmax损失,conv_fc_bbr使用smooth L1损失对bbox回归,conv_fc_konwledge使用cross entropy损失。

属性学习网络
基于GoogLeNet,增加了4个全卷积层,将其扩展成多属性学习模型。多任务网络使用四个softmax损失层优化,分别为是否为车辆,姿态,颜色和类型,损失函数为:

评论 12
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值