目标检测——特征金字塔网络

本次继续介绍一篇有关目标检测的论文 《Feature Pyramid Networks for Object Detection》,作者包含Piotr Dollar, Ross Girshick,何凯明等大神,阵容很好很强大。

特征金字塔在基于深度学习的多尺度目标检测中早有应用,通常有以下几种使用方式。

(1)网络是一个简单的全卷积网络,为了检测不同尺度的目标,依次将原图按比例缩放并送入网络。缺点是需要多次resize图像,繁琐耗时。

float


(2) 网络是一个高深的全卷积网络,输入任意尺寸的原图,得到一个feature map,在feature map上进行多个尺度的目标位置回归。 R-CNN系列就是这种方法。缺点是容易漏掉小目标,同时搞定多个尺度难度较大。

  • 6
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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