论文思路:就类似两个竞争对手一样,ws分支在ss分支和自己的水平外接矩阵优化变成更准,而ss分支在Lss帮助下也变得更准,两者在不断竞争中变得更准.
1.ss分支的作用是:将水平垂直的真实框 通过自身网络预测出来 假的旋转真实框。为了帮助后续ws分支所 预测框的矫正、学习。
个人在此产生了点疑问:效率问题,ss分支只有通过Lss损失函数的减少才能提高自身预测出旋转框的水平。(也是我后续觉得有可能创新的地方);真实问题,ss分支预测的旋转框真的比较贴近现实的框吗。
2.ws分支的作用是:就和普通旋转检测一样就是边框回归,类别预测。
3.Label Assigner的作用是:使得两边分支的框能一一对应起来。
4.旋转矩阵R(也是个人对该文章最大的不解):为啥要将原始图旋转后交给ss分支预测呢?你ss分支不本来就是预测旋转框的吗?其实你直接拿原始图进去预测有什么区别呢?因为你后面ws预测框也乘以角度然后在和ss分支的预测框进行对比.