MPSR的要点讲解

MPSR的要点讲解
在这里插入图片描述
主体的faster rcnn结构不变,新增加一个分支,新分支的输入是提取的经过图像金字塔处理有偏移的目标方形框,人工地将裁剪的目标的不同尺度与FPN的不同级别进行对应。然后通过损失函数对分类和前背景进行调整。(如下图,如32*32的目标图像,RPN这一支激活FPN的P2,上图中的上边一个分支,RoI这一分支激活FPN的P2,上图中的下边一个,然后得到的结果参数最后的损失计算,用于refine结果。)
Refinement Branch分支和faster rcnn分支的FPN共享参数。
在这里插入图片描述

版权声明:本文为CSDN博主「暄染落墨」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_36136196/article/details/121938659

暄染落墨

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

读取xml文件中的信息

VOC格式标签:图片的实际宽和高,标注框的左上角和右下角坐标YOLO格式标签:标注框的中心坐标(归一化的),标注框的宽和高(归一化的&#xff09

【目标检测】YOLO、SSD、CornerNet原理介绍

目标检测是计算机视觉中比较简单的任务,用来在一张图篇中找到某些特定的物体,目标检测不仅要求我们识别这些物体的种类,同时要求我们标出这些物体的位置。其中类别是离散数据,位置是连续数据。 目

目标检测篇之---YOLO系列

YOLO系列 首先先说一下目标检测之one-stage和two-stage网络是什么意思?有什么区别? 刚开始看目标检测的时候总能看见单阶段(one-stage)和两阶段(