[CVPR2019]:Feature Selective Anchor-Free Module for Single-Shot Object Detection

本文介绍了用于单阶段目标检测的Feature Selective Anchor-Free Module(FSAF)。该方法解决了anchor-base检测方法中经验式特征选择和基于IoU采样求梯度的限制,提出anchor-free方式,通过2个conv直接得到class、bboxs,利用loss-argmin自动选特征,使用该模块可提升速度或涨点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

近期更新

Feature Selective Anchor-Free Module for Single-Shot Object Detection

背景及动机

解决anchor-base检测方法中的两个限制:

  1. 经验式(试验)的特征选择
  2. 基于proposal和anchor box的IoU采样求取梯度

本文提出anchor-free,即anchor无关,通过2个conv直接得到class、bboxs,利用loss-argmin自动选择特征。
结果:

  1. 使用FSAF模块,不降低AP的前提下同时有明显的速度提升
  2. 使用FSAF+Anchor-Base,耗时增加不大的情况下,有稳定的涨点

方法

网络结构
anchor-free 分支

关键在于argmin对每个feature level得出的loss取最小值,进行回传梯度,相当于在多个分支中选取对于proposal最佳的feature
在线选择特征

实验

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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