目标检测网路——Centerner思路
1.主干网络
本次Centernet网络使用resnet50作为主干网络,resnet主要有两个基本的块——Conv Block和Identity Block。
Conv Block:输入与输出维度不同,右侧存在一个残差边,可以改变维度。Conv Block作用就是是改变网络的维度。
Identity Block:输入与维度相同,作用是加深网络。
resnet50网络主干代码
当输入的图像为512*512*3时,resnet50会通过卷积层得到16*16*2048的特征图像
初步获得特征图像后,Centernet会利用三次反卷积进行上采样获得128*128*64的高分辨率特征图。
三次上采样代码
获得高分辨率特征图后,就开始用一个3*3卷积和1*1卷积进行热力图预测、中心点预测、宽高预测
三个预测部分代码
整体流程
2.预测结果
训练25代的centernet网络mAP为83.5%。
centernet网络训练后的预测结果