YOLOv3中的多尺度检测

      上图中的小方块尺寸是32*32的原因是特征提取的步长stride是32,因为特征图上的一个像素点要对应一个小方块,所以小方块的大小要等于步长。但是32*32太大了,导致生成的锚框对小物体的检测效果并不好,所以YOLOv3中做了一些改进,就是上图中蓝色阴影部分。

      上图中的跨层连接为什么不是直接在c1中进行上采样?因为c1属于低层级特征图,它的特点是精度高(因为像素点多)但是他的语义含义不够丰富,这就会导致最后的结果不够好。所以使用高层级特征图c0中的r0(rout)经过上采样放大后与c1拼接,达到输出特征图(p1)既有较高的精度,又具有较丰富的语义含义。同理,p2也是这样得到的。

 

  • 2
    点赞
  • 15
    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