R-FCN-3000, Segment Every Thing, YOLO9000

最新推荐文章于 2024-05-23 20:00:39 发布

Wayne2019

最新推荐文章于 2024-05-23 20:00:39 发布

阅读量905

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习与机器学习

本文链接：https://blog.youkuaiyun.com/Wayne2019/article/details/78888831

本文探讨了R-FCN-3000在ImageNet检测数据集上的优秀性能，其mAP达到34.9%，比YOLO 9000高出18%，同时保持30帧/秒的速度。文章提出了降低类别数以提升检测效率，并思考了使用未标注边界框的图片进一步训练的可能性。此外，还介绍了Segment Every Thing方法，它利用box branch的权重来迁移预测mask，减少了对mask标注数据的需求。最后提到了YOLO9000，以及Stage-wise训练与End-to-end joint训练的权衡。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文主要关注分类，检测和分割等任务训练数据的解耦，非常有趣。

R-FCN-3000
R-FCN-3000 obtains an mAP of 34.9% on the ImageNet detection dataset and outperforms YOLO 9000 by 18% while processing 30 images per second.

这里写图片描述

主要思路如上图，第一行将原来rfcn中的类别数降低（甚至降低到1变为检测是否存在物体）。【ps: Light-Head R-CNN也降低了这里的维度】。
第二行对roi进行细粒度分类。
思考：是不是可以固定训练好的第一行，然后拿没有bounding box标注的图片来训练第二行的细粒度分类？

Segment Every Thing
这里写图片描述
基于mask rcnn。思路也很简单，提出通过box branch的bounding box weights来迁移预测mask weights。只要求部分训练数据拥有mask的标注。
Intuitively, the MLP mask predictor may better capture the ‘gist’ of

最低0.47元/天解锁文章

200万优质内容无限畅学