笔记-旷世 beyond retinaNet and MaskRCNN报告

原创 于 2018-06-18 16:19:45 发布 · 1.6k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了对象检测的重要性，特别是在手持设备拍摄和无人驾驶场景的应用。回顾了对象检测的历史，重点讨论了RetinaNet和MaskRCNN的差异，包括one stage和two stage模型。文章还探讨了挑战，如backbone设计、HEAD优化、尺度问题以及Batch Size的影响。此外，作者提出了Light HEAD RCNN的概念，以解决速度和性能的问题，并在Q&A环节解答了关于模型设计的疑问。

what is object detection

  1. 手持设备拍摄场景
  2. 无人驾驶场景

why object detection?

  1. 基础的组件
  2. 长远的看:无人驾驶 医疗图像识别

history

特征 + 分类

RetinaNet && MaskRCNN

  1. one stage

  2. two stage MaskRCNN = FPN with ROIAlign ROIAlign 本身对 目标识别的检测影响不大，对实例分割影响比较大。

  • deformable pool

Challenges

  1. backbone
最低0.47元/天 解锁文章
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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