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.
CVPR 2020 論文大盤點-光流篇
2.
Photoshop教程_ps中怎麼載入圖案?PS圖案如何導入?
3.
org.pentaho.di.core.exception.KettleDatabaseException:Error occurred while trying to connect to the
4.
SonarQube Scanner execution execution Error --- Failed to upload report - 500: An error has occurred
5.
idea 導入源碼包
6.
python學習 day2——基礎學習
7.
3D將是頁遊市場新賽道?
8.
osg--交互
9.
OSG-交互
10.
Idea、spring boot 圖片(pgn顯示、jpg不顯示)解決方案
本站公眾號
歡迎關注本站公眾號,獲取更多信息