![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
文章平均质量分 84
咕咕咕不咕
咕咕咕不咕
展开
-
PP-YOLO论文阅读笔记
PP-YOLO 的目标是实现一个有效性和效率相对平衡的对象检测器,可以直接应用于实际应用场景,而不是提出一种新的检测模型。PP-YOLO主要尝试将现有的各种技巧结合起来,在保证速度几乎不变的情况下,尽量不增加模型参数和触发器的数量,以达到尽可能提高检测器精度的目的。通过结合多种技巧,PP-YOLO可以在有效性(45.2%mAP)和效率(72.9FPS)之间实现更好的平衡,超过现有的最先进探测器,如EfficientDet和 YOLOv4。对于数据扩充,直接使用了最基本的MixUp。原创 2022-10-24 13:26:44 · 1530 阅读 · 1 评论 -
论文阅读DefectNet: Toward Fast and Effective Defect Detection缺陷网:走向快速有效的缺陷检测
DefectNet 只使用一个网络,通过共享卷积参数和卷积运算,可以在同一网络中同时完成缺陷图像分类和缺陷检测,也可以同时完成两个不同复杂度网络的训练,节省时间,提高检测效率。此外,它充分利用了输入图像大尺寸的优点,有效地提高了缺陷图像的分类能力。大多数基于CNN的缺陷检测方法难以利用无缺陷图像,作者提出的方法充分有效地利用了无缺陷图像,避免了数据资源的浪费,并且针对三种不同的学习任务,即二分类网络和目标定位和分类网络,作者提出了一种策略,可以平衡这两种复杂度不同的网络。因此,作者将f (w)设置为。原创 2022-10-24 12:13:34 · 1084 阅读 · 1 评论