論文思考:Multi-adversarial Faster-RCNN for Unrestricted Object Detection

本文提出一種無限制多對抗性的Faster RCNN(MAF)框架,來解決域差異最小化問題,來實現特徵表示中的域自適應。 網絡結構如下: 在VGG的高層特徵提取中進行了三次域分類,加入梯度反轉層和尺度縮減層,RPN和POIPlooling沒有動,head部分利用級聯運算符將檢測和迴歸結果與與提議特徵級聯,用級聯後的結果接加權梯度反轉層,對具有較大梯度權重的硬混淆樣本進行懲罰,並以較小的梯度權重緩解容
相關文章
相關標籤/搜索