目標檢測「Cascade R-CNN: Delving into High Quality Object Detection」

目前的目標檢測器主要使用IOU=0.5定義正負樣本，這通常會產生很多接近負樣本的檢測結果。但檢測性能又會隨着IOU的提高而下降，主要是由於：1)IOU提高，正樣本數量減少，出現訓練過擬合；2）檢測器最優時IOU與輸入假設時inference-time不匹配。論文提出Cascade RCNN解決這個問題，包含多級檢測器使用上升的IOU訓練。 IOU=0.5訓練，會生成較多的噪聲框，如fig1(a)所

>>阅读原文<<