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.
shell編譯問題
2.
mipsel 編譯問題
3.
添加xml
4.
直方圖均衡化
5.
FL Studio鋼琴卷軸之畫筆工具
6.
中小企業爲什麼要用CRM系統
7.
Github | MelGAN 超快音頻合成源碼開源
8.
VUE生產環境打包build
9.
RVAS(rare variant association study)知識
10.
不看後悔系列!DTS 控制檯入門一本通(附網盤鏈接)
本站公眾號
歡迎關注本站公眾號,獲取更多信息