博主详细整理了多篇关于目标检测算法的研究论文，包括SNIPER、TridentNet等，重点关注了这些算法如何在提高mAP精度的同时，寻求速度与性能的平衡。通过论文笔记，读者可以了解到各算法的核心改进和在实例分割、特征金字塔架构等方面的创新。
之前在 大盘点 | 性能最强的目标检测算法 的文章中，看到了截至到目前的mAP 最高的目标检测算法。博主把这7篇论文看了，并大致进行了整理总结（下面7个链接为论文笔记）。
论文笔记：
- SNIPER: Efficient Multi-Scale Training（2018.05.23）
- Scale-Aware Trident Networks for Object Detection（TridentNet）（2019.01.07 ）
- Hybrid Task Cascade for Instance Segmentation（2019.01.22）
- NAS-FPN: Learning Scalable Feature Pyramid Architecture for Object Detection（2019.04.16）
- CornerNet-Lite: Efficient Keypoint Based Object Detection（2019.04.18）
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
