RFCN 论文要点与PyTorch实现
最近研究一个文本检测网络时,用到了RFCN,但是发现pytorch版本没有简洁的实现版本,故复现论文并开源在github上:项目链接结构分析RFCN以ResNet101为backbone,从layer3输出的特征用于训练RPN; layer4中的步长被更改为stride=1, 使用空洞卷积替换,整个resnet101的下采样倍数为16x,输出特征用于训练PsRoI Head.PsRoI 与 RoI 相似,只是不同位置的感兴趣区域的特征分别从不同输入通道上获取,使用cuda实现时主要将输入特征索引
原创
2021-02-10 22:00:52 ·
885 阅读 ·
11 评论