检测数据处理的过程

代码解读】yolov3测试过程

原创 dlut_yan 最后发布于2019-12-09 20:50:41 阅读数 184 收藏
展开

yolov3项目完整的代码_tensorflow版本
————————————————
版权声明：本文为CSDN博主「dlut_yan」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_43384257/article/details/103463604

人脸检测：RetinaFace（开源简化版）详细解读

原创 Nine-days 最后发布于2020-03-05 18:32:15 阅读数 89 收藏
展开

介绍

Insight Face在2019年提出的最新人脸检测模型，原模型使用了deformable convolution和dense regression loss， 在 WiderFace 数据集上达到SOTA。截止2019年8月，原始模型尚未全部开源，目前开源的简化版是基于传统物体检测网络RetinaNet的改进版，添加了SSH网络的检测模块，提升检测精度，作者提供了三种基础网络，基于ResNet的ResNet50和ResNet152版本能提供更好的精度，以及基于mobilenet（0.25）的轻量版本mnet，检测速度更快。

简化版mnet结构

RetinaFace的mnet本质是基于RetinaNet的结构，采用了特征金字塔的技术，实现了多尺度信息的融合，对检测小物体有重要的作用，RetinaNet的结构如下

简化版的mnet与RetinaNet采用了相同的proposal策略，即保留了在feature pyramid net的3层特征图每一层检测框分别proposal，生成3个不同尺度上的检测框，每个尺度上又引入了不同尺寸的anchor大小，保证可以检测到不同大小的物体。

数据的处理细节
————————————————
版权声明：本文为CSDN博主「Nine-days」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u011808673/article/details/104680868