[论文解读]EECV 2018|RFB Net:Receptive Field Block Net for Accurate and Fast Object Detection

题目:Receptive Field Block Net for Accurate and FastObject Detection
作者:Songtao Liu, Di Huang, Yunhong Wang

Motivation:
作者认为目前表现好的目标检测主要基于较深的网络(例如Resnet,Inception),其缺点就是大量的计算成本,速度慢。而一些轻量级的网络速度较快,但检测的精度相对不高。作者提出了RFB模块,结合SSD的结构,形成RFBnet。
目的就是:从轻量级CNN模型中学到的深层特征,使它们有助于快速准确的探测器

Method:

作者受RF的启发,得到如下图的Block:
在这里插入图片描述
RFB其实就是多分枝卷积块,由2部分组成:
1.前一部分与inception一致,采用多分支的卷积核;
2.后面跟dilated convolution.

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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