前言
1.本文重点是scale-transfer layer,尽量用较少篇幅表达清楚论文算法,其他一些不影响理解算法的东西不做赘述
2.博客主要是学习记录,为了更好理解和方便以后查看,当然如果能为别人提供帮助就更好了,如果有不对的地方请指正(论文中的链接是我经过大量搜索,个人认为讲解最清楚的参考)
创新点
1.使用DenseNet(自带高低层特征融合)作为基础网络提取特征
2.提出scale-transfer layer,在不增加参数量和计算量的前提下生成大尺度的特征图(scale-transfer layer实质是reshape,所以不增加参数量,其他算法常用反卷积和上采样来生成大特征图)
STDN
STDN全称Scale-Transferrable Object Detection,从论文名字就可以看出精髓就在尺度转换这,即scale-transfer layer
1.目标检测多尺度预测回顾