Cascade R-CNN 論文筆記

前言 在目標檢測中，通常會設定一個IoU閾值來區分正樣本和負樣本，一般將這個閾值設爲0.5。但如果以0.5的閾值來訓練檢測器，檢測器會生成許多noisy bbox。如果增大這個閾值，檢測器的性能會下降。原因如下： 由於增大了閾值，正樣本會減少，在training時會出現過擬合問題。 在training時用於訓練檢測器的閾值，與inference時輸入proposal的IoU相差過大。 因此本文提出

>>阅读原文<<