RetinaNet系列1：ResNet和FPN部分總結
在FPN 原文Feature Pyramid Networks for Object Detection中，使用了ResNet原文 Deep Residual Learning for Image Recognition中的resnet34層模型的 conv2_到conv5_，ResNet34的conv2_到conv5_的depth分別是64，128，256，512。輸入圖片的size是224x2
相關文章
- 1. resnet，retinanet,fpn網絡結構及pytorch實現代碼
- 2. FPN & RetinaNet理解
- 3. RetinaNet總結
- 4. FPN總結
- 5. FPN實驗總結
- 6. 目標檢測總結：focal loss 和 RetinaNet
- 7. CSS3總結系列1
- 8. SpringBoot總結 ~ 系列1
- 9. 目標檢測算法總結（R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet）
- 10. 部分檢測算法對比（Faster R-CNN, R-FCN, SSD, FPN, RetinaNet and YOLOv3）
- 更多相關文章...
- • ionic 頭部和底部 - ionic 教程
- • Spring體系結構詳解 - Spring教程
- • 算法總結-二分查找法
- • 算法總結-雙指針
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
相關文章