FPN總結
經典的two stage檢測網絡有：faster RCNN和SSD，它們用於做bbox regression的模型各有不同，faster RCNN是VGG，feature map經過不斷地下采樣，最後的feature map送入RPN層，這樣不斷地下采樣使得小檢測框的像素非常小，無法進行訓練的到，得到很好的結果。而SSD則是分別對不同尺寸的feature map進行bbox regression，
相關文章
- 1. FPN實驗總結
- 2. fasterrcnn+fpn代碼總結
- 3. 目標檢測總結：FPN
- 4. 目標檢測（Object detection）—— FPN總結
- 5. FPN
- 6. Faster RCNN如何結合FPN結構（很多程序成爲Faster RCNN+FPN）
- 7. RetinaNet系列1：ResNet和FPN部分總結
- 8. proposal_target_layer.py (FPN)
- 9. easy-Fpn源碼解讀(一)：總述
- 10. FPN詳解
- 更多相關文章...
- • Docker 資源彙總 - Docker教程
- • XML 總結 下一步學習什麼呢？ - XML 教程
- • 算法總結-雙指針
- • 算法總結-回溯法
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
