![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习
文章平均质量分 92
鼠条
这个作者很懒,什么都没留下…
展开
-
目标检测论文分析 (一)Cascade R-CNN
分割正负样本需要预定义超参数IOU的阈值。通常阈值设置较低会引入较大噪声,但是,事实上设置高阈值反而会导致检测器表现下降。本文分析了2个原因:1)正样本指数型消失导致的过拟合;2)输入的IOU与训练时的检测器的IOU值不匹配。So,本文旨在定位这些问题。通过逐渐增加IOU阈值逐渐有选择的针对假阳样本进行训练检测器,这些检测器共同组成了cascade Net。通过逐步训练检测器,扩充了检测器输出的视野,对训练下一个高质量的检测器做了有效铺垫。重采样过程逐步改善预测,保证所有的分类器能有均衡的正样本集,减少过拟原创 2018-12-07 15:18:08 · 640 阅读 · 0 评论 -
目标检测论文分析(二) CornerNet
CornerNet: Detecting Objects as Paired Keypoints 论文解析原创 2018-12-11 11:16:55 · 300 阅读 · 0 评论