HK_John的博客

Faster RCNN github : https://github.com/rbgirshick/py-faster-rcnnFaster RCNN paper : https://arxiv.org/abs/1506.01497Bound box regression详解 : http://download.youkuaiyun.com/download/zy1034092330/9940097（来源：...

1.使用FPN等网络的缺点： 预训练不一致：传统的ResNet或者VGG的stride等于32（就是输入图片和最后的特征图大小的比例），按照每个阶段（stage）的特征图尺度减少为原来的1/2来计算，通常会有5个stage（P1-P5），而FPN中存在P6，RetinaNet中存在P6和P7，而P6和P7是没有被预训练过的。（然而P6和P7已经对任务很敏感了，还需要预训练么，会不会多余？当...

1. 扩张卷积Dilated Convolutions，翻译为扩张卷积或空洞卷积。扩张卷积与普通的卷积相比，除了卷积核的大小以外，还有一个扩张率(dilation rate)参数，主要用来表示扩张的大小。扩张卷积与普通卷积的相同点在于，卷积核的大小是一样的，在神经网络中即参数数量不变，区别在于扩张卷积具有更大的感受野。感受野是卷积核在图像上看到的大小，例如3×33×3卷积核的感受野大小为9。...

1 目标检测算法概述CornerNet（https://arxiv.org/abs/1808.01244）是密歇根大学Hei Law等人在发表ECCV2018的一篇论文，主要实现目标检测。在开始介绍CornerNet论文之前，先复习一下目标检测领域的主流算法，因为作者提出的算法和主流算法很多不一样。 深度方法主要分为one-stage(e.g. SSD, YOLO)和two-stage...