即插即用
小模块
影醉阏轩窗
搞机械专业的码农
展开
-
RFBNet
文章目录Receptive Field Block Net for Accurate and Fast Object Detection一. 论文简介二. 模块详解2.1 论文思路简介2.2 具体实现2.2.1 具体实现三. 参考文献Receptive Field Block Net for Accurate and Fast Object Detection一. 论文简介用于目标检测,增加感受野。主要做的贡献如下(可能之前有人已提出):设计一个增大感受野的模块RFB二. 模块详解2.原创 2020-10-28 10:15:18 · 312 阅读 · 0 评论 -
DropBlock
DropBlock: A regularization method for convolutional networks一. 论文简介正则化卷积层,防止过拟合主要做的贡献如下(可能之前有人已提出):正则化卷积层的模块(正则化Conv层),类似dropout(正则化FC层)二. 模块详解2.1 论文思路简介正常的DropOut是对FC层做随机失活,如何对卷积层做随机失活?按照DropOut的思路,直接对卷积层的feature做随机失活,如下图(b)所示,试验效果并不理想,作者猜测是原创 2020-10-28 10:14:20 · 320 阅读 · 0 评论 -
GroupBN
Group Normalization一. 论文简介主要做的贡献如下(可能之前有人已提出):类似BN的一种归一化,使用group进行归一化二. 模块详解2.1 BN的做法设 XXX 为输入的 batchbatchbatch 数据,μB、σB\mu_B、\sigma_BμB、σB 为当前 batchbatchbatch 的均值和方差,running_u、runnnig_σrunning\_u、runnnig\_\sigmarunning_u、runnnig_σ 为滑动平均(全局)的均原创 2020-10-28 10:12:35 · 232 阅读 · 0 评论 -
GFocal
文章目录Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for一. 论文简介二. 模块详解2.1 谈谈分布2.2 分类Loss2.3 回归Loss三. 参考文献Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for一. 论文简介将目标检测Loss和评价指标统一,提升检测精度。这是一篇挺好的论文,下面会将原创 2020-10-28 10:10:31 · 566 阅读 · 0 评论