- 博客(2)
- 收藏
- 关注
原创 EfficientDet: Scalable and Efficient Object Detection论文笔记
NAS-FPN 采用神经架构搜索来搜索更好的跨尺度特征网络拓扑,但在搜索过程中需要数千个GPU小时,并且发现的网络是不规则的,难以解释或修改,PANet比FPN和NAS-FPN实现了更好的准确性(accuray),但需要更多的。以efficientnet为backbone,从中获取3-7级特征{P3,P4,P5,P6,P7},重复BiFPN,将融合的特征馈送至分类预测网络。,大多数前人工作在融合输入特征时只是简单将它们相加,然而由于不同的输入特征处于不同分辨率的特征图上,通常对融合的输出特征的贡献不相等。
2023-11-13 23:05:46 98
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人