学习笔记六-ThunderNet

最新推荐文章于 2022-07-17 11:03:19 发布
最新推荐文章于 2022-07-17 11:03:19 发布
阅读量530 收藏 3
点赞数 2
分类专栏： 机器学习
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/Shl_1024/article/details/103101576
版权
ThunderNet是ICCV2019提出的一种轻量级两阶段目标检测器，旨在解决移动设备上的实时检测问题。论文通过设计SNet骨干网络和改进的检测模块，实现了在准确率和效率之间的良好平衡。SNet基于ShuffleNet V2改进，增加了感受野，同时引入了CEM和SAM模块以增强特征表达和定位能力。实验结果显示，ThunderNet在PASCAL VOC和MS COCO数据集上表现优秀，且在ARM平台上实现了首个实时检测器。
摘要由CSDN通过智能技术生成

本周看了论文ThunderNet:Towards Real-time Generic Object Detection,走向实时目标检测。是ICCV2019的一篇论文，在此做下总结。

一、动机：在移动设备上实现实时通用目标检测。

问题：移动设备在计算量方面会受到严格的限制，现有的基于CNN的检测器需要大量的计算量去实现理想的检测率，这会阻碍在移动场景下的实时推断。

本文提出了一个轻量级两阶段检测器，命名为ThunderNet，该网络相较于其它先前轻量级检测器在准确率和效率方面都有很大的提升。文中提出了一阶段检测器和两阶段检测器间存在的较大的准确率差距，就此提出问题：两阶段检测器在实时检测上是不是能超过一阶段检测器，本文提出了一个专注于效率的两阶段检测器。

二、ThunderNet网络架构

1、骨干部分：文中提出一个轻量级骨干命名为SNet。SNet是在ShuffleNetV2网络的基础上进行修改得到的。

（1）输入分辨率：本文网络采用320x320的输入分辨率。输入分辨率应该与骨干网络的能力相匹配。

（2）骨干网络：感受野：大的感受野可以利用更多的上下文信息并且编码更大范围的像素间的联系。

早期和后期特征：在

最低0.47元/天 解锁文章
Shl_1024
关注
专栏目录
【论文阅读笔记】ThunderNet: Towards Real-time Generic Object Detection
梁瑛平的博客
01-31 683
《ThunderNet: Towards Real-time Generic Object Detection》（一）论文地址：（二）解决的问题：（三）ThunderNet 的核心思想：（四）Backbone Part——SNet：1. Receptive Field（感受野）：2. Early-stage and Late-stage Features：3. SNet 的结构：（五）上下文增强模...
Thundernet
jacke121的专栏
12-13 2718
我是基于之前light-head-rcnn的框架复现的，CEM收益不稳定，但是SAM模块明显增强了召回，相比原版light-head框定位精度略降低，但是在复杂场景依然稳定，总体超出预期。 shufflenet with feature aug + light-head-rcnn （参数删减版） 特征增强： CEM：多层融合，gvp的操作看出旷视多次用行动强调了感受野对于检测任务的重要性。 ...
ThunderNet 论文笔记
qq_30146937的博客
03-04 295
前言 关于实时目标检测，作者提出two-stage和one-stage中存在的问题： two-stage检测器倾向于使用特别复杂的detection head来达到更好的精度，这对于移动设备来说是可望不可及的。Light-Head R-CNN虽然采用了轻量级的detection head以实现实时检测，但它在head上的计算依然比在backbone上的计算要高出不少，这会造成巨大的计算冗余，并且...
旷视ThunderNet网络学习笔记
weixin_42907473的博客
09-01 436
Thundernet 关于Thundernet的实现细节： 一、Backbone 部分 输入分辨率: 一般情况下，two-stage检测器的输入分辨率比较大，如FPN网络使用了800＊800的分辨率，这虽然带来了一些优势但同时也需要更多的计算能力，大佬们通过一系列的实验，发现图片输入的分辨率应当和backbone的负载能力相匹配，一个小的backbone＋大分辨率输入和大的backbone+小分...
ThunderNet | 轻量级实时检测网络
热门推荐
yuanCruise
03-29 1万+
旷视科技：据我们所知，ThunderNet实现了ARM平台上的第一个实时检测器和最快的单线程速度。 论文地址 代码即将开源 一：网络整体介绍 ThunderNet的整体架构如下图所示。 ThunderNet使用320×320像素作为网络的输入分辨率。整体的网络结构分为两部分：Backbone部分和Detection部分。网络的骨干部分为SNet，SNet是基于ShuffleNetV2进行修改得...
深度学习系列资料总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
07-17 2万+
说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程，主要以计算机视觉资料为主，包括图像识别、分类、检测、分割等，内容参考Github及网络资源，仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................
ThunderNet
bestrivern的博客
12-07 620
一.Abstract two-stage lightweighted backbone for object detection efficient rpn and detection head design To generate more discriminative feature representation, we design two efficient architectu...
Thundernet_Pytorch:实施Thundernet
04-15
Thundernet_Pytorch 项目已经更新： 20191222更新 添加数据扩充 添加多尺度培训 添加onnx（正在执行） 预训练模型 火车代码在： : 要求 pytorch 1.2.0 火炬视觉0.4 库准备 git clone https://github.com/ouyanghuiyu/Thundernet_Pytorch.git 建造 cd lib && python setup.py build_ext --inplace cd psroialign/PSROIAlign && sh build.sh 数据准备 下载VOC0712数据集ln -s“您的路径”​​数据 火车 cd script sh train_49.sh sh train_146.sh sh train_535.sh 演示 cd script sh pre.sh 待办事项清单 添加可可火
ThunderNet(Towards Real-time Generice Object Detection) 学习笔记
zhulf0804的博客
10-16 734
论文: ThunderNet: Towards Real-time Generic Object Detection 作者: Zheng Qin, Zeming Li, Zhaoning Zhang, Yiping Bao, Gang Yu, Yuxing Peng, Jian Sun 一、ThunderNet的提出 移动平台上的实时通用对象检测是一项至关重要但具有挑战性的计算机视觉任务(Real...
旷视 好玩的Thunder Net ，一个超轻量型的检测网络
weixin_38740463的博客
04-06 1974
网络结果如下： 本质将（RPN+FPN）进行了结合 提出：1）ShuffleNetV1/V2 限制了骨干网络的感受野 Mobilenetv1/ShuffleNetV1/V2 中采用了3*3的深层可分离卷积，此处用5*5+1*1代替，提高感受野，并且速度不会降 2）ShuffleNetV2 和MobileNetV2 中缺乏浅层信息 提出有益...
ThunderNet ：像闪电一样，旷视再出超轻量级检测器，高达267fps | ICCV 2019
晓飞的算法工程笔记
02-12 624
论文提出了实时的超轻量级two-stage detector ThunderNet，靠着精心设计的主干网络以及提高特征表达能力的CEM和SAM模块，使用很少的计算量就能超越目前的one-stage detectors，在ARM平台也达到了实时性，GPU的速度更是达到267fps   来源：【晓飞的算法工程笔记】 公众号 论文: ThunderNet: Towards Real-time Gen...
【目标检测】ThunderNet: 超轻量型检测网络，旷视科技
Lingyun
09-25 2799
paper：ThunderNet: Towards Real-time Generic Object Detection 论文链接：https://arxiv.org/abs/1903.11752?context=cs.CV 开源代码：https://github.com/qixuxiang/Pytorch_Lightweight_Network1 不得不说，ThunderNet 做的速度...
SSD浅层网络_旷视科技提出：最新实时目标检测网络ThunderNet
weixin_39989941的博客
11-20 121
点击上方“CVer”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转载自yuanCruise国防科大&旷视科技：据我们所知，ThunderNet实现了ARM平台上的第一个实时检测器和最快的单线程速度。[论文地址](https://arxiv.org/pdf/1903.11752.pdf)代码即将开源1 .网络整体介绍ThunderNet的整体架构如下图所示。 Thunder...
ThunderNet——快速目标检测算法
AI之路
09-26 5484
论文：ThunderNet: Towards Real-time Generic Object Detection 论文链接：https://arxiv.org/abs/1903.11752 最近几年目标检测算法确实发展非常迅速，整体上看还是分为2条路线，一条路线是效果更好，另一条路线是速度更快，虽然也有一些算法在二者之间有比较好的平衡，但是整体上还是有一定侧重，而这篇博客要介绍的ThunderN...
ThunderNet: Towards Real-time Generic Object Detection论文阅读
donkey_1993的博客
04-10 3774
论文下载地址：https://arxiv.org/pdf/1903.11752.pdf 代码地址：等待开源，开源会第一时间发出来。 论文摘要： 目标检测算法在移动平台仍然是一个挑战。基于CNN的检测算法由于计算量很大很难在移动平台达到实时检测的要求。本论文中作者提出了实时检测的轻量级的two-stage算法。在基础网络部分，作者提出了一个轻量级的基础网络。在检测部分，作者...
轻量级实时目标检测网络--ThunderNet：轻量级实时检测网络
yychentracy的博客
06-21 7050
网络的整体结构 网络的整体结构包括，backbone部分和detection 部分，骨干网络是SNet，这个网络i是基于shuffleNetV2进行修改得到的。网络的检测部分，利用了压缩的RPN网络，修改Light-Head R-CNN网络提高效率，CEM整合局部和全局特征增强网络特征的表达能力，并提出了SAM空间注意力机制，引入来自RPN的前后景信息用以优化特征分布。 二：backbone部分...
对象检测小型化-thunderNet
MrTeq的专栏
05-24 174
https://blog.csdn.net/u011344545/article/details/88927579 https://blog.csdn.net/shanglianlm/article/details/88932983
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值