目标检测RoI-Align

关于RoI-Align的原理请查看原文链接:https://zhuanlan.zhihu.com/p/73113289

对于RoI-pooling的缺点在于两次量化,从原图映射到特征图的region proposal大概率是浮点数大小,这里需要进行一次量化;对特征图上的region proposal进行分块时也需要一次量化,方便pool操作。两次量化使得region proposal反映射至原图会出现误差,误差量与原图分辨率有关。这种偏差对分辨率较高和目标较大的影响较小,而对小目标影响较大。

而RoI-Align利用双线性插值的方法计算浮点数坐标值对应的像素值,填补了浮点数坐标值像素的空缺,使得相邻两个整数坐标值对应的像素值连续,避免了RoI-pooling中两次量化的误差。有利于小目标检测。

由此思考,分析处理过程中的细节,可能找到产生误差的地方。通过优化这些误差,理论上可以提高精度。

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值