論文:Cascade R-CNN: Delving into High Quality Object Detection閱讀筆記

摘要:在目標檢測中,交併比(loU)閾值是用來定義正樣本和負樣本的。用低閾值,例如0.5,訓練的目標探測器通常會產生噪聲。然而,檢測性能隨着閾值的增加而下降。造成這一現象的主要原因有兩個: a.訓練過程中由於正樣本指數性消失導致的過擬合; b.檢測器最優的IoU與輸入假設之間的推斷時間不匹配。 針對這些問題,提出了一種多級目標檢測結構——級聯R-CNN。它由一系列經過訓練的檢測器組成,這些檢測器的
相關文章
相關標籤/搜索