检测算法
文章平均质量分 56
Walter Wu
衣带渐宽终不悔; 为伊消得人憔悴。
展开
-
YoloF you only look one level feature 详解
YOLOF摘要文中讨论FPN成功在于分而治之而不是特征融合。文中从另一个角度解决这个问题,只使用一层的特征信息。文中有两个主要因素扩张encoder、统一匹配。且608x608的图片在2080TI能够达到60fps。为什么要去FPN, 因为造成显存冗余、检测器复杂、以及 降低推理速度。 对比flops(浮点运算数量)FPN有134G 和 一维特征6G. 显存冗余明显。推理速度为13FPS和34FPS对比。 但是一维特征会导致精度低,研究发现精度低的原因在于最后一层输出尺度小、以及单层anchor原创 2021-03-26 09:48:04 · 343 阅读 · 0 评论 -
center net 详解 (检测篇)
Center net 详解由于最近换工作,很久没有开始写博客了,今天难得有空开始写进三个月来第一个博客。这篇论文主要讲解关于检测的一篇anchor free的经典论文center net。本文主要分成三个部分进行讲解第一个部分为模型大体结构。 第二个部分为重要组件 第三个部分为loss 详解模型结构模型的结构主主体为decode 和 encode两个部分,总体下采样倍数为4.文中介绍的网路结构有三种Resnet-18 + up conv layers D...原创 2020-08-07 19:12:40 · 4371 阅读 · 0 评论 -
SSD算法
SSD: Single Shot MultiBox Detector文中贡献在feature map上使用小卷积预测类别分数,并且预测box的偏移值。 使用不同尺度的feature map进行预测。文中结构ssd 的输入是一个图片以及bounding box不同尺度以及不同比例的预选框,对每一个预选择框,预测出偏移以及类别概率。在训练阶段,首先匹配预选框与g...原创 2020-03-05 14:28:53 · 251 阅读 · 0 评论