R-FCN-3000, Segment Every Thing, YOLO9000

最新推荐文章于 2024-05-23 20:00:39 发布

Wayne2019

最新推荐文章于 2024-05-23 20:00:39 发布

阅读量863

点赞数

分类专栏：深度学习与机器学习

本文链接：https://blog.csdn.net/Wayne2019/article/details/78888831

版权

深度学习与机器学习专栏收录该内容

23 篇文章 3 订阅

订阅专栏

本文探讨了R-FCN-3000在ImageNet检测数据集上的优秀性能，其mAP达到34.9%，比YOLO 9000高出18%，同时保持30帧/秒的速度。文章提出了降低类别数以提升检测效率，并思考了使用未标注边界框的图片进一步训练的可能性。此外，还介绍了Segment Every Thing方法，它利用box branch的权重来迁移预测mask，减少了对mask标注数据的需求。最后提到了YOLO9000，以及Stage-wise训练与End-to-end joint训练的权衡。

摘要由CSDN通过智能技术生成

本文主要关注分类，检测和分割等任务训练数据的解耦，非常有趣。

R-FCN-3000
R-FCN-3000 obtains an mAP of 34.9% on the ImageNet detection dataset and outperforms YOLO 9000 by 18% while processing 30 images per second.

这里写图片描述

主要思路如上图，第一行将原来rfcn中的类别数降低（甚至降低到1变为检测是否存在物体）。【ps: Light-Head R-CNN也降低了这里的维度】。
第二行对roi进行细粒度分类。
思考：是不是可以固定训练好的第一行，然后拿没有bounding box标注的图片来训练第二行的细粒度分类？

Segment Every Thing
这里写图片描述
基于mask rcnn。思路也很简单，提出通过box branch的bounding box weights来迁移预测mask weights。只要求部分训练数据拥有mask的标注。
Intuitively, the MLP mask predictor may better capture the ‘gist’ of an object while the FCN mask predictor may better capture the details (such as the object boundary).
另外讨论了Stage-wise training和End-to-end joint training的优缺点。

YOLO9000
这里写图片描述