JavaShuo
欄目
標籤
2016-cvpr-HyperNet
時間 2020-12-24
原文
原文鏈接
簡述:近年來基於rpn的目標檢測算法取得了很好的效果,但是對於小目標的檢測效果還是不夠理想,很大原因是rpn所依賴的特徵圖相較於原圖變得很小,這可以通過更精細的特徵圖來緩解。注意到淺層的feature map往往比較精細,但是由於感受野較小,語義信息較弱,深層feature map比較粗糙,但是語義信息強。本文的做法是將淺層feature map下采樣maxpooling,將深層feature m
>>阅读原文<<
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
Android Studio3.4中出現某個項目全部亂碼的情況之解決方式
2.
Packet Capture
3.
Android 開發之 仿騰訊視頻全部頻道 RecyclerView 拖拽 + 固定首個
4.
rg.exe佔用cpu導致卡頓解決辦法
5.
X64內核之IA32e模式
6.
DIY(也即Build Your Own) vSAN時,選擇SSD需要注意的事項
7.
選擇深圳網絡推廣外包要注意哪些問題
8.
店鋪運營做好選款、測款的工作需要注意哪些東西?
9.
企業找SEO外包公司需要注意哪幾點
10.
Fluid Mask 摳圖 換背景教程
本站公眾號
歡迎關注本站公眾號,獲取更多信息