- 博客(3)
- 收藏
- 关注
RSS订阅原创 Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 论文阅读笔记
作者使用使用ZF-5（单尺度训练）的SPP-Net模型从整个图像中提取特征图，在2000个候选区域中，使用4层空间金字塔（{1×1, 2×2, 3×3, 6×6}，共50个bins）进行特征池化，生成每个窗口的12,800维（256×50）表示，最后对每个类别，在提取的特征上训练线性分类器SVM。在R-CNN中，经过SS算法选出来的每一个候选区域都要经过一次CNN，由于后面全连接层的限制，所以候选区域在进入CNN之前，要将候选区域进行固定尺寸的缩放，如下图上方的框架，多层级池化对目标的形变具有鲁棒性。
2024-08-22 11:56:04
644
原创 Feature Pyramid Networks for Object Detection 论文阅读笔记
Feature Pyramid Networks for Object Detection用于目标检测的特征金字塔网络论文概述本文作者在2017年提出了一种网络结构：FPN(Feature pyramid Networks)，主要解决目标检测中的多尺度问题。高层特征图分辨率低，每个特征数据语义信息比较丰富，但是目标位置比较粗略，具有较大的感受野，对应原图较大的区域，适用于检测大物体；底层特征图分辨率高，每个特征数据语义信息比较少，但是目标位置比较准确，具有较小的感受野，对应原图较小的区域。但
2024-08-22 11:21:17
1014
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人