所有内容来自:小目标检测技术详解-百度大脑
基于深度学习的小目标检测方法综述-万方
对象尺寸小:ImageNet数据集与 COCO数据集目标实例尺寸的中位数分别是0.554与0.106,=意味着 COCO数据集大多数的对象面积都小于整张图片的1%。
对象尺寸差异大:前10%的最小对象尺寸与前10%的最大对象尺寸差异巨大, 分别是0.024与0.472。几乎是20倍。
From:SNIP算法详解(极端尺寸目标检测)
所有内容来自:小目标检测技术详解-百度大脑
基于深度学习的小目标检测方法综述-万方
对象尺寸小:ImageNet数据集与 COCO数据集目标实例尺寸的中位数分别是0.554与0.106,=意味着 COCO数据集大多数的对象面积都小于整张图片的1%。
对象尺寸差异大:前10%的最小对象尺寸与前10%的最大对象尺寸差异巨大, 分别是0.024与0.472。几乎是20倍。
From:SNIP算法详解(极端尺寸目标检测)