盏茶论文CV篇(五) Focal Loss for Dense Object Detection

最新推荐文章于 2023-06-25 10:46:51 发布
最新推荐文章于 2023-06-25 10:46:51 发布
阅读量234 收藏
点赞数
分类专栏： 计算机视觉
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/XD_Cauthy/article/details/104470242
版权

目录

基本内容
论文题目

《Focal Loss for Dense Object Detection》

论文地址

http://openaccess.thecvf.com/content_ICCV_2017/papers/Lin_Focal_Loss_for_ICCV_2017_paper.pdf

论文简介

2016年提出的目标检测框架，结合ResNet、FPN、FCN的检测框架，并提出了Focal Loss损失函数

其他名称

RetinaNet/Focal Loss

正文介绍
Focal Loss

Focal loss是为了解决单阶段物体检测器中，正负样本数量和分类难易程度极度不平衡引起的损失值被大量容易分类的负样本损失淹没的问题
在这里插入图片描述
在这里插入图片描述

RetinaNet Detector

RetinaNet使用ResNet进行基础特征提取，FPN采用多尺度特征提取，FCN进行分类和边框回归
在这里插入图片描述

FCN(fully convolution network)

全卷积层可以接受任何维度的图像，最后使用反卷积层对最后一个卷积层进行上采样，使之恢复到图像相同的尺寸，从而对每个像素都产生预测，同时可以保留原始图像的大小
在这里插入图片描述

FPN(feature pyramid network)

a.图像金字塔，时间和存储成本较高
b.传统方法
c.SSD采用的特征金字塔，忽略了其它层的特征表达
d.FPN
在这里插入图片描述

实验结果

原文中还有关于测试Focal Loss超参数、单个调整和联调去表示在什么情况下才是最好的搭配方案
在这里插入图片描述

盏茶y
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Focal Loss for Dense Object Detection（RetinaNet）论文及代码解析
Jamence的博客
05-18 497
@[TOC](Focal Loss for Dense Object Detection(RetinaNet)论文及代码解析) Focal Loss for Dense Object Detection(RetinaNet)论文及代码解析 本文针对Focal Loss for Dense Object Detection做出自己的判断和解析，不一定代表正确性（鄙人并不做目标检测。。。） 论文下载链接（arxiv国内镜像）：http://xxx.itp.ac.cn/pdf/1708.02002v2 论文代码
Focal Loss for Dense Object Detection
12-03
over a regular, dense sampling of possible object locations have the potential to be faster and simpler, but have trailed the accuracy of two-stage detectors thus far. In this paper, we investigate ...
Focal Loss for Dense Object Detection解读与tensorflow实现
咖啡味儿的咖啡
09-19 2652
1、Motivation 在目标检测领域，有两种网络结构： 第一种是 one-stage detector 第二种是 two-stage detector 最开始出现的detector都是two-stage，比如RCNN、Fast RCNN、Faster RCNN的proposal box的思想。 one-stage detector的出现稍微晚一些，代表作当属YOLO系列，you only lo...
焦点损失：Focal Loss论文笔记——Focal Loss for Dense Object Detection
qq_50001789的博客
06-25 1224
焦点损失：Focal Loss论文笔记——Focal Loss for Dense Object Detection
论文笔记：Focal Loss for Dense Object Detection
vivian_ll的博客
11-20 588
论文链接: https://arxiv.org/pdf/1708.02002.pdf 本篇论文是何恺明及其团队17年发表在ICCV上的paper。最初用于目标检测，因为解决了分类中类别不平衡的问题，nlp中也有应用。 下面是各部分的要点，并非全文翻译。 Abstract 目前最高精度的目标检测器是基于由R-CNN推广的 two-stage 方法，其中分类器应用于稀疏的候选对象位置集。相比之下，...
论文精读:Focal Loss for Dense Object Detection
qq_52053775的博客
08-24 555
迄今为止，精度最高的对象检测器是基于R-CNN推广的两阶段方法，其中分类器应用于候选对象位置的稀疏集。相比之下，应用于可能的物体位置的常规、密集采样的一期探测器具有更快、更简单的潜力，但迄今为止的精度落后于两级探测器的精度。
【翻译】Focal Loss for Dense Object Detection(RetinaNet)
jokerwu192的博客
03-27 626
## 【翻译】Focal Loss for Dense Object Detection(RetinaNet) 目录摘要1、介绍2、相关工作3、Focal Loss3.1 平衡的交叉熵损失3.2. Focal Loss定义3.3. 类不平衡和模型初始化3.4. 类不平衡和二阶段检测器4. RetinaNet检测器4.1. 推理和训练5. 实验5.1. 训练密集检测5.2. 模型架构设计5.3. 与流行模型对比6. 结论 论文：Focal Loss for Dense Object Detection 摘要
论文笔记 Focal Loss for Dense Object Detection - ICCV 2017
weixin_43791477的博客
03-06 347
论文笔记 Focal Loss for Dense Object Detection
Focal Loss for Dense Object Detection(RetinaNet)
you2336的博客
11-01 235
目前一阶段(one stage)目标检测器比二阶段(two stage)的算法更更快、更简单，但在精度方面仍然落后于二阶段检测器。在本文中，作者将研究这一情况的主要原因。作者发现其主要原因是密集的神经网络检测器(dense detectors)在训练中会遇到极端的前景-背景类不平衡(foreground-background class imbalance)。作者创造性的重新定义标准的交叉熵损失(cross entropy)，来降低分配给良好例子的损失权值，从而解决这个类不平衡问题。
Focal Loss for Dense Object Detectioin
01-06
何凯明ICCV2017最佳论文之一。这篇论文讲述了如何去训练一个one-stage的检测器
论文研究-PA-RetinaNet: Path Augmented RetinaNet for Dense Object Detection.pdf
08-14
PA-RetinaNet: 基于路径增强的RetinaNet密集目标检测，谭光华，郭子军，目标检测方法可分为两类,一类为精度较高但速度较慢的两阶段方法,另一类为精度较低但速度较快的一阶段方法。为了继承这两种方法的�
论文笔记：Progressive Attention Guided Recurrent Network for Salient Object Detection-附件资源
03-05
论文笔记：Progressive Attention Guided Recurrent Network for Salient Object Detection-附件资源
2024年公关服务行业分析报告.pptx
07-09
行业报告
惠州市建筑物矢量数据（Shp格式+带高度）.txt
最新发布
07-09
因文件较多，数据存放网盘，txt文件内包含下载链接及提取码，永久有效。失效会第一时间进行补充。
Matlab语言教程及案例
07-09
项目总结 本文详细介绍了Matlab的基础知识和一个完整的数据分析与可视化案例。内容包括： 1. **基本操作**：基本算术运算和矩阵操作。 2. **绘图**：二维和三维绘图。 3. **函数和脚本**：编写和运行Matlab函数和脚本。 4. **案例分析**：生成模拟数据，进行数据预处理、绘图和统计分析。 通过这个项目，读者可以掌握Matlab的基本使用方法，并了解如何在Matlab中进行数据分析和可视化。这对于初学者入门Matlab编程、提升数据处理和分析能力非常有帮助。希望本文能为读者提供有价值的参考，提升其Matlab编程和数据分析技能。
KB8825英文数据手册
07-09
三星KB8825英文数据手册
述职报告（08）PPT模板.pptx
07-09
述职报告（08）PPT模板.pptx
focal loss for dense object detection
03-16
Focal loss是用于密集目标检测的损失函数。它主要用于解决分类器对背景类和目标类的不平衡问题，即解决分类器对背景类的过度拟合问题。Focal loss通过引入焦点系数来降低对背景类的损失贡献，从而提高模型对目标类的...

“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
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