chocv的博客

基于GAN的小目标检测算法总结（4）——算法总结对比1. 前言2. 3种算法的对比2.1 相同点2.2 不同点3. 一些看法 1. 前言   这里是基于GAN的小目标检测算法系列文章的第4篇，也是最后一篇，本文将对前面3种算法进行总结对比，并提一点我自己的看法，受限于个人的局限性，本文内容难免有错误，个人观点也仅作参考，欢迎大家批评指正。本文多要对比的3种算法如下： （1）2017年的CVPR，《Perceptual Generative Adversarial Networks for Small Ob

基于GAN的小目标检测算法总结（3）——《Better to Follow, Follow to Be Better: Towards Precise Supervision of Feature Super-Resolution》1.前言2.算法简介2.1 核心idea2.1.1 为什么使用feature-level的超分？2.1.2 低分特征和高分目标特征的相对感受野匹配问题2.2网络组成2.2.1 base detector2.2.2 SR feature generator（SR特征生成器）2.2.

基于GAN的小目标检测算法总结（2）——MTGAN1.前言2.MTGAN2.1 算法简介2.1.1 核心idea2.1.2网络组成2.1.2.1 base detectors2.1.2.2 生成器2.1.2.3 判别器2.1.3 总体的损失函数2.1.3.1生成器损失函数2.1.3.2判别器的损失函数2.1.4 训练过程2.1.5 测试流程3.一点看法 1.前言   这里是基于GAN的小目标检测算法系列文章的第2篇，本文介绍2018年的ECCV论文《SOD-MTGAN:Small Object Detec

基于GAN的小目标检测算法总结（1）——Perpetual GAN 1.前言  这是一个系列文章，对基于GAN的小目标检测算法进行总结。目前基于GAN的小目标检测算法不多，比较有名的有3篇（好总结嘛），如下： （1）2017年的CVPR，《Perceptual Generative Adversarial Networks for Small Object Detection》，简称Perceptual GAN； （2）2018年的ECCV，《SOD-MTGAN:Small Object Detection