网络结构非常简单，使用了FPN的结构融合了低层和高层的信息，低层信息是非常有必要的对于感兴趣的目标的空间定位，高层的卷积层在特征图上虽然具有低的空间分辨率，但是它们有更大的感受野，提供上下文信息提升分类的准确性。FPN对球的检测任务十分关键，使用大的感受野和高分辨率的特征能提升球检测的难区分度。
Loss的设计
本文主要计算三种损失：球的分类损失，球员的分类损失以及球员的回归框损失。
球的分类损失是一个2分类交叉熵损失,loss计算为：
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
