focal loss dice loss源码_Detection学习之七-FCOS论文源码解读
論文思想
FCOS全稱“全卷積單階段物體檢測方法”,首次在目標(biāo)檢測任務(wù)中采用了圖像分割的思路,即,以點(diǎn)為基準(zhǔn),通過預(yù)測點(diǎn)至bbox左、右、上、下邊界的距離確定bbox的位置, 是一種無錨點(diǎn)(anchor-free)、無提議(proposal-free)的目標(biāo)解決方案。
可以認(rèn)為,FCOS傳承了CornerNet的部分思路,但在具體執(zhí)行層面有較大的不同,是目前最先進(jìn)的單階段檢測方案。
- 優(yōu)越性
1、避免了關(guān)于錨框的復(fù)雜運(yùn)算,節(jié)省了訓(xùn)練過程中的內(nèi)存占用,并且,能夠避免和錨框有且對 最終檢測結(jié)果非常敏感的超參數(shù)的調(diào)整;
2、采用多層預(yù)測策略可有效解決不同大小物體的遮擋問題;
3、后處理只采用非極大值抑制(NMS),相對于以往基于錨框的單階段檢測器更加簡單;
4、在準(zhǔn)確率和召率方面超過目前所有單階段檢測算法,并接近或超過雙階段檢測算法。
- 貢獻(xiàn)
1、首次利用圖像分割的思路解決目標(biāo)檢測任務(wù),設(shè)計了端到端的目標(biāo)檢測網(wǎng)絡(luò),在召回率、準(zhǔn) 確率等方面表現(xiàn)接近甚至超過目前很多先進(jìn)主流的基于錨框目標(biāo)檢測算法
2、提出了中心度的思想(Center-ness)。
總結(jié)
以上是生活随笔為你收集整理的focal loss dice loss源码_Detection学习之七-FCOS论文源码解读的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: gtx960显卡内存需求揭秘:游戏性能与
- 下一篇: docker删除none镜像_Docke