HRNet是一种针对计算机视觉任务如目标检测和关键点检测的网络结构，它维持高分辨率特征表示，以提高定位精度。网络通过并行处理不同分辨率的分支，不断融合各尺度特征，增强语义信息。其创新点在于始终保持高分辨率分支，同时在Stage之间进行特征融合，以实现高分辨率表征和定位能力的提升。
计算机视觉可以分为两类任务：图像分类、其他任务。对于图像分类任务而言，通常需要更加浓缩的语义信息，并不需要高分辨率的表征，只需要输出一个整体的标签即可。对于目标检测(区域级别分类任务)、分割和关键点检测(像素级别分类任务)而言，需要网络对位置信息更加敏感，因此需要学习高分辨率的表征。如何学习图像高分辨率表征是HRNet网络所解决的问题。
传统的分类网络总是从高分辨率变为低分辨率，HRNet是从零开始设计的一个全新的网络结构，是一个高分辨率、中分辨率和低分辨率三路并行
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
