![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 88
群函数
这个作者很懒,什么都没留下…
展开
-
何恺明大神代表之目标检测RetinaNet
何恺明大神发现,在密集检测器的训练过程中遇到的极端前景-背景类别不平衡是检测性能不高的核心原因。作者提出通过重新塑造标准交叉熵损失,使其降低对分类正确的样本分配的损失,来解决这种类别不平衡。作者的焦点损失(Focal Loss)将训练集中在一组难例上,防止大量容易判断为负例的样本在训练期间压倒性地影响检测器。原创 2024-01-19 17:09:48 · 888 阅读 · 0 评论 -
即插即用模块!重温坐标注意力机制:助力分类/检测/分割涨点!
关注我,发现生活之美.工v号【群函数】原创 2024-01-04 00:07:33 · 1122 阅读 · 0 评论