- 博客(4)
- 资源 (2)
- 收藏
- 关注
RSS订阅
1原创 YOLO V1-V3 loss
YOLO V1-V3 目标检测：loss functions 总结 YOLO-V1 YOLO v1 框架输入为（448x448x3）rgb图片，输出为（7x7x30(voc数据集)）的预测，loss函数由5部分组成，其中S上标2，表示格点的个数，7X7格点一共有49个，B表示每个格点中box的个数，如下图： 在计算loss之前我们需要将 voc的box标签 转换为 yolo的box标签 如下图： yolo的box标签，是对象中心相对于负责预测这个对象的格点的坐标的偏移量，如下图所示： yolo最终输
2020-06-20 16:32:40
297
原创 DetectoRS，论文阅读记录
DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution论文简介论文细节宏观层面设计 Recursive Feature Pyramid (RFP)微观层面设计 Switchable Atrous Convolution (SAC)论文总结 论文地址：https://arxiv.org/pdf/2006.02334v1.pdf 代码地址：https://github.com/jo
2020-06-08 19:09:13
640
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人