目标检测论文学习
文章平均质量分 95
ln.nl
这个作者很懒,什么都没留下…
展开
-
目标检测论文学习——MTGAN
针对小目标检测提出了端到端多任务生成对抗网络(MTGAN)。在MTGAN中,生成器是一个超分辨率网络,它可以将小的模糊图像上采样为精细图像,并恢复细节信息,以实现更准确的检测。鉴别器是一个多任务网络,它用真实/虚假分数、对象类别分数和边界框回归偏移量来描述每个超分辨率图像补丁。此外,为了使生成器恢复更多的细节以便于检测,鉴别器中的分类和回归损失在训练过程中反向传播到生成器中。原创 2024-05-07 11:01:37 · 1609 阅读 · 0 评论 -
目标检测论文学习——CFnet
多尺度特征对于密集预测任务至关重要,包括目标检测、实例分割和语义分割。现有的最先进的方法通常是首先通过分类主干提取多尺度特征,然后通过轻量级模块(例如FPN中的融合模块)融合这些特征。然而,通过这种范式可能不足以融合多尺度特征,因为与重型分类主干相比,为特征融合分配的参数有限。为了解决这个问题,提出了一种新的结构,称为级联融合网络(CFNet),用于密集预测。除了用于提取初始高分辨率特征的干和几个块外,还引入了几个级联阶段来生成CFNet中的多尺度特征。原创 2024-04-16 11:20:11 · 2031 阅读 · 0 评论 -
目标检测论文学习——三叉戟网络
适应不同尺度的网络原创 2024-05-04 10:34:15 · 1864 阅读 · 1 评论