- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【论文笔记】：Residual Bi-Fusion Feature Pyramid Network for Accurate Single-shot Object Detection
&TitleResidual Bi-Fusion Feature Pyramid Network for Accurate Single-shot Object Detection 代码&Summary原始FP缺乏自下而上的途径来抵消来自较低层特征图的丢失信息。它在大型目标检测中表现良好，但在小型目标检测中表现较差。本文提出了一种新的结构“残差金字塔”。双向融合深度...
2020-02-24 23:33:10
3118
1
原创 【论文笔记】：Augmentation for small object detection
&Title:Augmentation for small object detectionCVPR&Summary作者分析MS COCO数据集，以及Mask RCNN在这个数据集上的目标识别、分割性能表现，发现模型对于很小的目标性能较差，认为是两个原因导致的：含有小物体的图片少；即使有的图片含有小物体，小物体出现得少。提出在对存在小目标的图像进行overs...
2020-02-22 14:43:46
1463
2
转载 卷积神经网络的各种操作用途及意义
【前馈神经网络】前馈神经网络也叫做全连接网络。缺点：在图像识别中会将多维向量平铺成一维向量，会丢失像素点之间的距离关系。无法将局部的权重应用到其他位置，带来的后果就是，如果在一个图像的右上角有一只猫，可以正确分类；当这只猫出现在左下角时，无法正确识别。（没有平移不变性）【卷积神经网络】卷积神经网络就是让权值在不同位置共享的神经网络。（卷积神经网络解决了前馈神经网络的什么问题？）...
2020-02-21 14:26:33
11208
原创 【论文笔记】：Learning Rich Features at High-Speed for Single-Shot Object Detection
&Title:ICCV 2019Learning Rich Features at High-Speed for Single-Shot Object Detection代码&Summary作者设计了一个one-stage检测框架，它结合了微调预训练模型和从零开始训练的优点。该框架包括一个预训练过的标准backbone网络，一个轻量级的从零开始训练的辅助网络。此外，...
2020-02-16 14:06:59
2146
原创 【论文笔记】：YOLO v3
&TitleYOLOv3: An Incremental Improvement&Summary两点改进对结果提升比较大：fpn的特征融合（借鉴FPN）改基础网络（借鉴resnet）相比于YOLOv2，改进的地方有：引入了一个新的基础网络，bundingbox取最好预测框的去训练，其他框丢掉，用了FPN，丢掉了softmax改用二元交叉熵。对小目标的检测效果...
2020-02-14 14:58:32
384
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人