Grid RCNN 閱讀筆記

1. 摘要 Abstract 與傳統迴歸不同，Grid RCNN利用全卷積結構來抓取了空間信息。設計一種多點，而非只用兩個獨立的點，的監督形式來編碼更多的線索，爲了減少具體的點的不準確推測的影響。爲了充分發揮網格點的相關性的優勢， 我們採用了兩階段融合側率來融合鄰網格點的特徵圖。網格限制的定位方法很容易拓展到不同的檢測框架中。Grid RCNN是高質量的物體檢測策略。和Res50的Faster R

>>阅读原文<<