ScratchDet: Training Single-Shot Object Detectors from Scratch 論文筆記

前言 一般在進行目標檢測時，通常會使用在大型數據集上經過預訓練的分類網絡，然後在此基礎上進行微調。這樣做雖然能夠得到較好的檢測性能，但會存在一些限制： 分類任務和檢測任務對目標位置的敏感程度是不同的。分類任務偏向於平移不變性，因此會採取一些下采樣操作以得到更好的性能。而對於檢測任務來說，一些局部的上下文信息是非常重要的，因此在採取平移不變操作時需要十分謹慎，否則就會丟失一些局部信息。 在微調時修改

>>阅读原文<<