【目标检测】|VFNet Varifocal Loss

论文地址:https://arxiv.org/pdf/2008.13367.pdf
Github地址:https://github.com/hyz-xmaster/VarifocalNet

在这里插入图片描述
FCOS + ATSS为base
自适应训练样本选择(ATSS)是一种根据对象的统计特征自动选择正样本和负样本的方法。 它弥合了基于锚的探测器和无锚的探测器之间的差距。

在这里插入图片描述
作者还设计了一个更加不同的边界框,即一个更适合此IACS分数的星形框。这个星形盒子有9个固定的采样点[1],可以更准确地捕获上下文信息。该星形框还允许在最终预测之前进行更有效和准确的边界框精炼阶段。 VFNet在最后一个边界框优化阶段还使用NMS(非最大抑制)来进一步消除冗余框。

  • 0
    点赞
  • 1
    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