【目标检测】YOLOF论文粗读

论文参考:https://arxiv.org/abs/2103.09460

代码参考:https://github.com/megvii-model/YOLOF

图与代码都截图自以上参考链接中。

1.论文

提出的几个点:

(1)证明多尺度融合部分作用不大,即高层卷积特征已经包含低层信息。

(2)但不同尺度上做检测影响比较大。(所以作者就通过空洞卷积编码器提高尺度覆盖范围)

(3)相比MiMo,SiSo encoder正锚框不均衡问题,提出Uniform Matching strategy: adopting the k nearest anchor as positive anchors for each ground-truth box。

2.比较关键的图

(1)由来

a与b,c与d可以分析出结论1,a与c,b与d分析得出结论2。

重点看,作者的结论2与结论3,针对MiMo

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

wait a minutes

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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