【论文笔记】:MatrixNet

MatrixNet是一种针对目标检测的新型深层网络架构,具备尺度和纵横比感知能力。通过在不同层处理不同大小和纵横比的对象,解决了传统正方形内核对不同目标不适应的问题。论文提出的方法在MS COCO数据集上实现47.8的mAP,优于其他单次检测器,同时减少了一半的参数和三倍的训练时间。
摘要由CSDN通过智能技术生成

&Title

在这里插入图片描述

&Summary

介绍了矩阵网(xNets),这是一种用于目标检测的新的深层体系结构。
xNets将具有不同大小和纵横比的对象映射到层中,其中层中对象的大小和纵横比几乎是一致的。 因此,xNets提供了比例和纵横比感知的体系结构。

XNets解决的问题:

  • 使用正方形的 Kernel 来提取不同宽高比目标的信息是不恰当的;
  • 在各个层直接预测目标中心,降低关键点匹配难度;

效果: 我们的架构在MS COCO上实现了47.8的mAP,这比任何其他单次检测器都高,同时使用的参数数量仅为一半,并且训练速度比次佳架构快3倍

&Research Objective

切入点: 考虑了CNN特征si

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