Multiple Anchor Learning for Visual Object Detection 論文筆記

前言 在基於anchor的目標檢測方法中，檢測器利用目標與anchor之間的IoU作爲分配anchor的標準，每個被分配的anchor獨立地監督網絡學習，以進行分類與定位。也就是說，分類與定位之間是沒有交互的，如果一個檢測結果的定位精度較高但分類置信度較低，那麼它有可能在NMS操作中被過濾掉。 爲了解決這個問題，本文提出Multiple Anchor Learning（MAL），這是一種可以自動學

>>阅读原文<<