helloworld1213800的博客

R-FCN：Region-based Fully Convolutional Networks 记录提出R-FCN的理由：faster rcnn的速度太慢，其原因在于region-wise的计算量太大。作者想要采用全卷积的结构，实现所有计算在分类和定位网络上的共享。作者尝试简单的将分类和定位子网的隐藏层去掉，结果并不好，原因就在于分类的平移不变性和定位的平移可变性。平移不变性vs平移可变性...

数据不均衡的影响：如果数据中存在不均衡的现象，网络模型的训练过程中会偏向于数量较多的目标。举个极端的例子，假设数据集的构成为：car plane 10000 1  如果在loss中不做任何处理，模型完全可以只关注car这一类，plane类由于数量太少，对loss几乎不会产生影响。这样的话，在检测过程中，plane类的准确率将会惨不忍睹。解决方法：数据扩充。这是最...