論文：Cascade RCNN
Abstract: 目標檢測領域，IoU 被用來定義 positives 和 negatives，當一個detector使用 0.5的IoU時，會產生nosiy detections，但是當提高IoU時，檢測的表現又會變差。造成變差的主要原因有兩點，一是訓練時因爲positive samples 的減少而造成的overfitting，另一個是inference時的IoU和訓練時IoU的不匹配問題。
相關文章
- 1. cascade rcnn 論文筆記
- 2. Cascade RCNN論文翻譯
- 3. cascade rcnn
- 4. Cascade RCNN
- 5. Cascade-RCNN
- 6. [論文閱讀]Cascade RCNN|Cascade R-CNN: Delving into High Quality Object Detection
- 7. 《HTC：Hybrid Task Cascade for Instance Segmentation》論文筆記
- 8. Cascade RCNN算法筆記
- 9. cascade-rcnn學習筆記
- 10. faster rcnn論文
- 更多相關文章...
- • CAP理論是什麼？ - NoSQL教程
- • R XML 文件 - R 語言教程
- • Scala 中文亂碼解決
- • 三篇文章瞭解 TiDB 技術內幕——說存儲
相關標籤/搜索
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。
歡迎關注本站公眾號,獲取更多信息
相關文章