Cascade R-CNN_ Delving into High Quality Object Detection 论文笔记

最新推荐文章于 2024-07-26 13:24:37 发布
最新推荐文章于 2024-07-26 13:24:37 发布
阅读量82 收藏
点赞数
分类专栏： 论文笔记_目标检测 文章标签： 人工智能 深度学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40253737/article/details/119278350
版权

background


任务：通过调整iou确定positive和negative的比例与proposals的质量的关系，提升模型的效果
关键词：Cascade
​

Introduction


传统的proposals的positive和negative的比例，受到iou的阈值的影响，如果阈值比较低，会导致产生的边框有很多的噪音，产生很多冗杂的边框，如果iou的阈值比较高，会导致positive与negative的比例失衡，导致训练过拟合，而且产生的模型的效果不佳
​

输入iou与阈值的关系

在这里插入图片描述



如上图，输入proposal的iou与输出的proposal的iou的关系，输入的iou与阈值相近时，提升的iou比较明显。本文的作者想利用多个iou的阈值，产生高质量的proposal。
​

方案选择


在这里插入图片描述



上图中的（a）就是传统的边框生成策略，也是目前遇到的一些问题
​

Iterative BBox at inference
​

在这里插入图片描述



上图是通过（b）策略生成的targets的分布图，可见随着深入，红色的分离点的数目正在增加，而且因为iou的阈值没有发生改变，所以，没有达到高质量proposal的目的，而且使得高于0.85iou的边框数目减小
​

Integral Loss
​

©中虽然结合了不同的iou的阈值，但是没有解决高质量的proposals与negative的比例不平衡的关系
​

Model

整体结构


在这里插入图片描述



作者结合了（b）和（c）的优点。提出了（d）的结构
​

在这里插入图片描述

上图反映了随着深度的进行，不同iou的proposals的占比
​

损失函数


在这里插入图片描述

上面反映的是每此上一层的proposal的输出，是下一层的输入
​

损失函数与faster rcnn相似，不过每次输入下一层时，都要做一次损失函数
在这里插入图片描述

Experiments


在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Learn from paper

​

通过迭代，生成了高质量的proposal而且避免了因positive与negative比例严重失衡导致的问题
​

​

五十岁的少女
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
cascade_rcnn_dconv_c3-c5_r50_fpn_1x_20190125-dfa53166.pth
05-04
cascade_rcnn_dconv_c3-c5_r50_fpn_1x_20190125-dfa53166.pth深度学习公开模型文件。使用coco数据集训练。
cascade r-cnn paper
12-03
In object detection, an intersection over union (IoU) threshold is required to define positives and negatives. An object detector, trained with low IoU threshold, e.g. 0.5, usually produces noisy ...
tensorflow笔记：多层CNN代码分析
热门推荐
Multiangle's Notepad
10-03 4万+
在之前的tensorflow笔记：流程，概念和简单代码注释 文章中，已经大概解释了tensorflow的大概运行流程，并且提供了一个mnist数据集分类器的简单实现。当然，因为结构简单，最后的准确率在91%左右。似乎已经不低了？其实这个成绩是非常不理想的。现在mnist的准确率天梯榜已经被刷到了99.5%以上。为了进一步提高准确率，官网还提供了一个多层的CNN分类器的代码。相比之前的一层神经网络，这
用 Tensorflow 建立 CNN
weixin_30326745的博客
05-14 79
稍稍乱入的CNN，本文依然是学习周莫烦视频的笔记。 还有 google 在 udacity 上的CNN 教程。 CNN(Convolutional Neural Networks) 卷积神经网络简单讲就是把一个图片的数据传递给CNN，原涂层是由RGB组成，然后CNN把它的厚度加厚，长宽变小，每做一层都这样被拉长，最后形成一个分类器： 如果想要分成十类的话，那么就会有0到9这十个...
CNN笔记
Bismarckczy的博客
09-01 275
1 Truncated Normal 在初始化模型的weight的时候，通常使用 truncated_normal. tf.truncated_normal( shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None ) tf中的介绍是： The generate...
使用CNN构建一个二分类预测模型
fzcoolbaby的博客
05-16 801
CNN做二分类预测
日撸java三百行day63-65
fulishafulisha的博客
06-15 1177
超详细的AdaBoosting算法
Cascade R-CNN: Delving into High Quality Object Detection 论文笔记
Tianchao龙虾
11-08 172
Cascade R-CNN: Delving into High Quality Object Detection Cascade R-CNN CVPR2018 论文链接: https://arxiv.org/abs/1712.00726 一、 Problem Statement 在目标检测中，通常使用IoU的值来确定正负样本，如果使用低的IoU值，会产生noisy detection,如果使用高的IoU值，会有两个问题: 在训练的时候会过拟合，因为正样本的数量指数级减少。 推理的时候与训练的时候不匹配。
【论文】Cascade R-CNN: Delving into High Quality Object Detection
梦想是要有的，万一实现了呢！
04-19 616
论文地址：https://arxiv.org/abs/1712.00726v1https://arxiv.org/abs/1712.00726v1 Cascade R - CNN：深入研究高质量目标检测 紫色：要解决的问题或发现的问题 红色：重点内容 棕色：关联知识，名称 绿色：了解内容，说明内容 摘要 在对象检测中，需要通过联合（IoU）阈值来定义正负。用低 IoU 阈值训练的对象检测器，例如0.5，通常会产生噪声检测。然而，检测性能往往会随着 Io U 阈值的增加而下降。造成这种情况的主要
Cascade R-CNN: Delving into High Quality Object Detection（个人学习笔记）
认真努力，做一只会飞的毛毛虫。
09-25 4602
论文基本信息 标题：Cascade R-CNN: Delving into High Quality Object Detection 作者：Zhaowei Cai，Nuno Vasconcelos 机构：UC San Diego 来源：CVPR2018 时间：2017/12/03 链接：https://arxiv.org/abs/1712.00726 代码： https://github.com/zhaoweicai/cascade-rcnn（official code） https://papersw
cascadeCNN_license_plate_detection-master.zip_RCNN_cascadecnn_cn
07-14
很好的一个车牌检测程序,检测率很高，快速卷积神经网络SoftwareMatlab R2016b Matlab R2016b
threeH.rar_MATLAB H桥_cascade H-bridge_级联_级联H_级联H 桥
07-15
"cascade H-bridge"或“级联H桥”则表示这是一个由多个H桥串联组成的电路结构，这样的设计可以提供更高的电压输出或增强系统性能。 在描述中，“三相级联H桥的研究和应用”意味着这个压缩包可能包含了关于三相电源...
基于kinova机器人搭建实际抓取环境；采用级联网络Cascade R-CNN提取特征
11-18
一、针对机器人多物体抓取检测研究问题，选用Cascade R-CNN为基础网络框架，Cascade R-CNN是通用目标检测中表现较好的一种级联算法，其特点是速度快，检测精度高。 二、首先构建一个由三十二类对象组成的多目标抓取...
2024钉钉杯A题思路详解
最新发布
全栈川川
07-26 1082
2024钉钉杯思路
2024年7月16日~2024年7月22日周报
m0_53096519的博客
07-22 1271
本周完成论文初稿、5000小实验以及数据训练方式初了解。
随机数种子的作用
帆的博客
07-23 1255
设置随机数种子（random seed）的目的是为了确保随机数生成器在每次运行时产生相同的随机数序列，从而保证实验结果的一致性。随机数种子通过初始化随机数生成器的内部状态，使得在相同的种子值下，随机数生成器每次调用时生成的序列是相同的。
常见的文心一言的指令
知码客
07-25 822
文心一言，作为百度研发的预训练语言模型“ERNIE 3.0”的一项功能，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。
GPU算力：驱动现代计算的引擎
UnityBoy的博客
07-22 727
在当今的计算密集型应用中，GPU（图形处理单元）算力已成为推动科学计算、人工智能、数据分析等领域发展的关键因素。GPU最初设计用于处理复杂的图形和图像任务，但随着技术的进步，它们已经演变为通用并行计算的强有力工具。本文将探讨GPU算力的基本概念、重要性、应用场景以及如何充分利用GPU算力。
安装TensorRT各自小库版本问题
Ppandaer的博客
07-24 346
降版本：protobuf3.19，onnx 1.12。
Cascade R-CNN
03-29
Cascade R-CNN is an object detection model that is an extension of the popular Region-based Convolutional Neural Network (R-CNN) model. The Cascade R-CNN model improves upon the R-CNN model by using a...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值