目标检测
senbinyu
这个作者很懒,什么都没留下…
展开
-
目标检测中的损失函数汇总
和图像分割中将损失函数分为基于分布,基于区域以及基于边界的损失函数不一样,目标检测经常可以认为由2类最基础的损失,分类损失和回归损失而组成。分类损失CE loss,交叉熵损失交叉熵损失,二分类损失(binary CE loss)是它的一种极端情况. 在机器学习部分就有介绍它。如下图所示,y是真实标签,a是预测标签,一般可通过sigmoid,softmax得到,x是样本,n是样本数目,和对数似然等价。focal loss,用改变loss的方式来缓解样本的不平衡,因为改变loss只影响t原创 2020-08-31 05:21:24 · 7968 阅读 · 1 评论 -
机器视觉目标检测文献回顾及综述
为读者正确理解意思,目录用英文表示,正文为中文。更多的关于计算机视觉的综述可查阅https://github.com/senbinyu/Computer_Vision_Literatures目录表1. Review papers2. Detection paradigms2.1 Two-stage detectors2.2 One-stage detectors3. Feature representing (feature extraction and fusion)3.1 mul原创 2020-08-15 05:24:52 · 1472 阅读 · 0 评论