目標檢測 之 FPN( Feature Pyramid Networks for Object Detection)

卷積普遍會遇到一個問題:原始圖像經過卷積神經網絡後下採樣一定倍數後,有一些小像素物體在特徵圖上會消失,導致無法被檢測出。   上圖(a)是處理這類問題最常用的方法,即特徵金字塔,這種方法在傳統的手動設計特徵的方法中非常常用,例如DPM方法使用了接近10種不同的尺度獲得了不錯的效果。 上圖(b)是在CNN提出之後出現的,因爲神經網絡模型對物體尺度本身有一定的魯棒性,所以也取得了不錯的性能,但最近的研
相關文章
相關標籤/搜索