- 博客(2)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 BIFPN(我们的缩放effentdet以更少的参数和FLOPs实现了最先进的精度。)
特别是，在单一模型和单一测试时间尺度下，我们的EfficientDet-D7以77M参数和410B FLOPs实现了最先进的55.1 AP，比以前最好的检测器[45]高出4 AP，而体积小2.7倍，FLOPs减少7.4倍。:为了获得更好的精度，通常通过使用更大的骨干网络(例如，从移动大小的模型[38,16]和ResNet[14]，到ResNeXt[41]和AmoebaNet[32])来扩展基线检测器，或者增加输入图像大小(例如，从512x512[24]到1536x1536[45])。O = pi wi?
2023-09-14 14:59:23
974
1
原创 小目标检测的上下文感知块网络（翻译）
具体来说，我们首先引入一个1 × 1的卷积层作为瓶颈层[39]，[40]来降低输入特征映射的通道维度(例如，从c到(c/2)，其中c是输入通道的数量)。最后，在L2归一化层之后，应用一个1 × 1的卷积层来确保检测特征的可判别性。此外，CAB Net也可以使用类似的输入大小超过一级检测器，例如，SSD512(68.7%，比mAP高9.3%)，DSSD512(69.5%，比mAP高8.5%)，RFB Net 512(74.4%，比mAP高3.6%)和ScratchDet(74.0%，比mAP高4.0%)。
2023-09-11 18:47:12
315
空空如也
改了yolov5s网络结构后怎么修改官方官方预训练模型
2023-09-08
yolov5s预训练权重加载到模型那几层
2023-09-08
为什么需要把my.ini放到bin文件夹才能启动MySQL，但是my.ini文件失效
2022-12-08
TA创建的收藏夹 TA关注的收藏夹
TA关注的人