Faster RCNN 改进论文及资料
2024-08-25 13:28:07
1，面向小目标的多尺度Faster RCNN检测算法 黄继鹏等
- 对高分辨率图像进行下采样和上采样，使得网上获取的数据与实际测试数据分布接近。
- 下采样：最大池化和平均池化
- 上采样：线性插值，区域插值，最近邻插值
- 用梯度上升法对图像特征进行重构：aims to 可视化地展示深度网络不同层提取出的小目标特征的区别
- result ：对于小目标检测问题，卷积神经网络的底层特征比高层特征更加有效
- 利用t-SNE方法对这两类图像（高分辨率和低分辨率）中的目标特征（拖拉机）进行降维（该方法的输入为：ROI pooling层后得到的大小相同的特征向量）
- 用低分辨率图像训练，用高分辨率和低分辨率测试。
- 采用了ZF和VGG16为基本网络。
- anchor box的比例参数ratio：设为0.7，1，1.4; 對應的尺度参数：anchor scale：cov1_2 : 2,4; cov3_3 : 4,8; conv4_3 : 8,16 ; conv5_3: 8,16
最新文章
- mongodb语法备份（转）
- 针对不同浏览器，CSS如何写
- css常用代码
- iOS 最全面试题
- SAP常用命令及BASIS操作
- Java web项目引用java项目，类型找不到
- 发送短信（string转换为JSON）
- PHP文件处理类
- python_序列
- ppt打不出中文
- 【转】 ASP.NET网站路径中~(波浪线)解释
- Extjs datefield 日历控件中文显示
- rest介绍
- bzoj3131
- 计算机视觉的matlab工具箱及MVG等
- 【C语言】reverse_string(char * string)（递归）
- STL基础知识
- SpringMVC基础入门，创建一个HelloWorld程序
- Vue（十四）过渡（动画）
- 背水一战 Windows 10 (85) - 文件系统: 获取文件夹和文件, 分组文件夹, 排序过滤文件夹和文件, 搜索文件