PaddleDetection
littletomatodonkey
work and life balance
展开
-
faster RCNN中的anchor generator分析
faster RCNN简介faster rcnn属于两阶段目标检测,所谓两阶段目标检测,指的就是对检测框做两次边框回归,首先使用RPN网络,生成anchor,挑选出positive anchors,并对这些anchor进行第一次回归,再经过nms,得到初步的proposal;在RCNN阶段,对于这些proposal,提取对应区域的feature map,并使用RoiAlign或者RoiPooling等方法,将这些proposal变成统一的大小(否则之后没法接FC等层了),经过各种卷积或者fc操作之后,对原创 2020-06-19 01:25:56 · 3715 阅读 · 1 评论 -
PaddleDetection中一些特色模型介绍
CBNet论文题目:CBNet: A Novel Composite Backbone Network Architecture for Object Detection论文地址:https://arxiv.org/abs/1909.03625骨干网络对于检测网络的模型性能至关重要,但是大部分的骨干网络设计完成之后都需要首先在imagenet数据集上训练,得到的模型作为检测网络的预训练模型,该论文中,作者基于已有的骨干网络进行组合,最终实现一种新的骨干网络,同时验证了它在目标检测任务中的性能,在coc原创 2020-05-16 14:05:58 · 2265 阅读 · 0 评论