本文探讨了You Only Look One-level Feature的方法，重点关注其在有限尺度范围内的应用。通过使用空洞卷积扩大C5特征的感受野，解决了特征覆盖不同尺度物体的问题。此外，文章提出了一种均匀匹配策略来解决正样本锚点的不平衡问题，确保每个 ground-truth 盒子都能均匀匹配相同数量的正样本锚点。
4. Method
4.1 Limited Scale Range
用dilated conv扩大C5的feature的感受野（惊了，不是因为C5的resolution太小所以才提的FPN吗？） 把得到的feature跟原来的feature相加，这样就能cover所有的scale了。
Dilated Encoder：
先用跟FPN一样的1x1 conv + 3x3 conv。After that, we stack four successive dilated residual blocks with different dilation rates in the 3 x 3 convolution layers to generate output features with multiple receptive fields, covering all objects’ scales. （我觉得这里的dilation rates应该是相同的，因为是stack）
Discussion
DetNet用空洞卷积是为了保留分辨率，而我们是为了多重感受野。（这话真是骗骗不懂的人。人家要解决的分辨率问题难道在他这就不存在吗？核心问题：C5的feature到底能不能检测小目标？要么这是一篇调参的工作，要么它比较的是调参的工作。这篇跟DetNet在结构上的区别就是：1它resolution更小了一半，2多层特征变一层。水水水！）
最低0.47元/天 解锁文章
1281
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
