AVOD阅读笔记(二):多模型融合RPN----Aggregate View Obeject Detection network
这篇博客是AVOD阅读笔记的第二部分,重点介绍了多模态融合区域提议网络(Multimodal Fusion Region Proposal Network)。内容涵盖了anchor boxes的定义、尺寸聚类、非空anchor的生成,以及特征提取过程。通过积分图像减少无效anchor,每帧产生约80-100k个有效提案。同时,详细讨论了如何利用Crop and Resize操作从不同视图中提取特征,并使用1×1卷积进行降维,以降低内存和计算需求。最后提到了3D Proposal的生成过程。
摘要由CSDN通过智能技术生成