【论文简述】目标检测：FCOS（2019）

北极冰川的岛屿

于 2022-04-17 19:52:05 发布

阅读量3.1k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：目标检测文章标签：目标检测

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Aaaha_jasper/article/details/124234975

目标检测专栏收录该内容

2 篇文章

订阅专栏

该视频介绍了B站分享的使用FOCS方法进行目标检测的技术，通过proposalfree和anchorfree减少超参数，避免IoU计算，提升模型精度和通用性。关键在于利用金字塔结构解决ambiguity问题，并提及centerness支流的设计。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

B站简介视频：https://www.bilibili.com/video/BV16V411m73M?spm_id_from=333.337.search-card.all.click

FOCS：借用FCN思想来进行目标检测

proposal free + anchor free,减少了超参数的数量。
避免了IoU的复杂计算
模型精确度和通用性高。

方法：

在这里插入图片描述

完整架构：主干神经网络+FPN+预测子网络

为什么最后两层没有进行上采样呢？FPN结构在高层的语义特征进行融合效果并不好，所以构建FPN没有必要使用所有的卷积层。但为了尺度的多样性，在其后面加入了P6/P7
在这里插入图片描述

解决ambiguous的方法的核心思想：

由于使用了金字塔结构所以最底层feature_map单元和小的bbox绑定在一起，再往上层feature_map单元和大的bbox绑定在一起。
在这里插入图片描述

centerness支流

在这里插入图片描述

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。