conv4-1前面一层的maxpooling的ceil_mode=True,使得输出为 38x38;
将第5个pooling层和后面的fc层丢弃, 其中池化层pool5由原来的stride=2的2x2 变成stride=1 的3x3(猜想是不想reduce特征图大小)
3个fc层丢弃, 加上的conv6采用扩展卷积或带孔卷积(Dilation Conv),其在不增加参数与模型复杂度的条件下指数级扩大卷积的视野,采用 3x3 大小但dilation rate=6的扩展卷积。conv7采用1x1的卷积,
先验框的设置,包括尺度(或者说大小)和长宽比两个方面。对于先验框的尺度,其遵守一个线性递增规则:随着特征图大小降低,先验框尺度线性增加:
nms
REF
http://gitee.com/jxhzk/a-PyTorch-Tutorial-to-Object-Detection/blob/master/README.md
https://github.com/sgrvinod/a-PyTorch-Tutorial-to-Object-Detection
https://blog.csdn.net/weixin_39585035/article/details/111168706
https://blog.csdn.net/weixin_39907596/article/details/111100195?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-0&spm=1001.2101.3001.4242