FoveaBox: Beyond Anchor-based Object Detector论文笔记

FoveaBox是基于ResNet的新型目标检测方法,摒弃了传统的锚框机制,使用FPN作为骨干网络,通过特征金字塔对不同尺度的目标进行响应。FoveaBox在ResNet-101上实现了42.1的AP。通过优化的尺度分配、对象视场和边界预测,以及训练策略,提高了检测的鲁棒性和准确性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

FoveaBox: Beyond Anchor-based Object Detector
arXiv:1904.03797v1 [cs.CV] 8 Apr 2019
论文地址:
(https://www.researchgate.net/publication/332300345_FoveaBox_Beyond_Anchor-based_Object_Detector)
提出了一种新的不需要anchor(锚框)的目标检测方法,采用resnet-101的foceaBox的AP达到了42.1
1.Introduction
在这里插入图片描述
3.FoveaBox
FoveaBox的对象检测
在这里插入图片描述
3.1.FeaturePyramidNetworkBackbone
FoveaBox is a single, unified network composed of a backbone network and two task-specific subnetworks. The backbone is responsible for computing a convolutional feature map over an entire input image and is an off-the-shelf convolutional network. The first subnet performs per pixel classification on the backbone’s output; the second subnet performs bounding box prediction for the corresponding position.
FoveaBox是一个单一的、统一的网络,由一个主干网络和两个特定于任务的子网络组成。主干负责计算整个输入图像上的卷积特征图,是一个现成的卷积网络。第一子网对主干的输出按像素进行分类;第二个子网络对相应的位置执行包围框预测。

We adopt t

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值