感悟:Two-stage的目标检测算法

参考https://www.jianshu.com/p/204d9ad9507f?tdsourcetag=s_pctim_aiomsg

论文:Focal Loss for Dense Object Detection

 https://arxiv.org/pdf/1708.02002.pdf

单级结构的识别准确度低,Faster RCNN的两级结构可以比较好的规避一些问题,1.根据前景的score过滤出最有可能是前景的example,根据是前景概率的高低,能把大量背景概率高的easy negative过滤掉,解决了大多negative example 不在前景和背景的过渡区域上的问题。2.根据IOU的大小调整psitive和negative example的比例,比如设置成1:3,可以防止negative过多的情况,同时防止easy negative和hard negative,提高Faster RCNN的准确率。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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