- 博客(3)
- 收藏
- 关注
RSS订阅原创 《CornerNet: Detecting Objects as Paired Keypoints》之 corner pooling 解读
Backbone输出两个模块：Top—left Corner模块和Bottom—right Corner模块。以Top—left Corner模块为例，Backbone先输出三个特征图，其中两个分别是：用来做水平corner pooling的特征图；用来做竖直cornerpooling的特征图。这两张特征图经过corner pooling之后相互结合，就得到了左上角关键点的预测特征图（右下角预测特征图同理可得）。Corner pooling的目的是预测左上角和右下角的关键点。具体原理：以图1..
2020-12-09 16:30:00
1462
6
原创 CenterNet :Objects as Points 部分过程个人理解
训练过程：注意：以下提到的坐标都是以图像左上角为原点（0,0）来计算的①先读取图片信息，然后根据标签标注的物体中心点将一张图片不是物体中心点的地方全部设为0即黑化，这时就得到了一张热图（heatmap）,但此时还未将高斯分布撒在这张热图上。②求高斯分布的半径，根据IOU（即假设框与真实框的交并比），求出符合这个IOU偏移范围的半径（radiu），也就是说如果以这个圆的圆心为中心点，那么在这个圆的范围内，离圆心越远的点，偏移程度越大，相应的高斯值越低，超出这个圆范围的高斯值为0。③求高..
2020-12-06 15:39:43
1964
9
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人