对方正在输入中...

论文：Gradient Harmonized Single-stage Detector论文地址：Gradient Harmonized Single-stage Detectorhttps://arxiv.org/pdf/1811.05181.pdf注意 PPT图片为实验室论文研讨组会讲解所需，为笔者自己所做，慎用！Research Problems(问题)对于一阶段目标检测器的训练来说，最具挑战性的问题是: 简单和困难样本的急剧不平衡 与 正负样本的急剧不平衡 -> 并且这两种可以

论文 Focal Loss for Dense Object Detection论文地址：RetinaNet-Focal Losshttps://arxiv.org/pdf/1708.02002.pdf论文代码：RetinaNet-Focal Losshttps://github.com/yhenon/pytorch-retinanet简介问题:应用于对可能的目标位置进行定期密集采样的一阶段检测可能更快、更简单，但是迄今为止其准确率落后于二阶段检测器。所以，简单的一阶段检测器能达到二阶段

简介问题在2018年，大多数成功的目标检测算法都是通过枚举无穷潜在的目标框，这样会加大计算成本。CenterNet（无锚检测算法）的提出缓解了这一问题。主要贡献使用MS COCO数据集ResNet 18+upsample+deformable convolution: 28.1 AP/142 FPS2)DLA 34+upsample+deformable convolution: 37.4 AP/52 FPSHourglass104: 45.1%/ 1.4FPS(test)4)用于