- 博客(5)
- 资源 (1)
- 收藏
- 关注
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