An Analysis of Scale Invariance in Object Detection – SNIP 論文筆記

前言 首先思考這樣一個問題：爲什麼目標檢測與圖像分類相比要更加困難呢？作者認爲，這是由於目標的尺度變化，尤其當檢測非常小的目標時很難達到理想的效果。在ImageNet和COCO中，目標的中等尺度分別爲0.554和0.106，也就是說，COCO數據集中的大多數目標的尺度都小於圖像區域的1%。更糟的是，在COCO中最小和最大的10%目標的尺度分別爲0.024和0.472，這幾乎是20倍的尺度變化！如下

>>阅读原文<<