【CBNet：A Novel Composite Backbone Network Architecture for Object Detection】--- 骨干合成算法阅读笔记

原文链接： https://hello-world.blog.csdn.net/article/details/100943573

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://hello-world.blog.csdn.net/article/details/100943573

论文名称：CBNet: A Novel Composite Backbone Network Architecture for Object Detection
论文作者：Yudong Liu, Yongtao Wang, Siwei Wang, TingTing Liang, Qijie Zhao, Zhi Tang, Haibin Ling
发行时间：Submitted on 9 Sep 2019
论文地址：https://arxiv.org/abs/1909.03625
代码开源：https://github.com/PKUbahuangliuhe/CBNet

---

• 一. 概述
• 二. 模型
  • 2.1. CBNet架构
  • 2.2. 连接方法
  • 2.3. AHLC实现的CBNet
  • 2.4. Backbone数量的选取
• 三. 结论

---

一. 概述

本文提出一种新型的特征融合算法: CBNet, 采用骨干网络融合, 有效提高了对象检测和实例分割的精确度.

二. 模型

2.1. CBNet架构

相比于Mask RCNN采用单一的ResNet作为Backbone, 作者提出采用多Backbone特征融合的CBNet, 即采用现有的多个同类型的Backbone进行跨骨干网络的特征传播得到语义更丰富的feature.

如上图所示, 从 $Backbone 1Backbone 1 \rm Backbone~1$  

$~\\~$  
经过对比实验, 得出这些连接方法中 AHLC 性能最好:

故笔者只讲述 AHLC 的实现方法, 想了解其他方法的请自行阅读原论文

2.3. AHLC实现的CBNet

假设CBNet一共有 $KK K$  

$~\\~$3个), 优先精度.

当然, 连接方式都是采用 AHLC.

                                </div>
            <link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-095d4a0b23.css" rel="stylesheet">
                </div>

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://hello-world.blog.csdn.net/article/details/100943573

论文名称：CBNet: A Novel Composite Backbone Network Architecture for Object Detection
论文作者：Yudong Liu, Yongtao Wang, Siwei Wang, TingTing Liang, Qijie Zhao, Zhi Tang, Haibin Ling
发行时间：Submitted on 9 Sep 2019
论文地址：https://arxiv.org/abs/1909.03625
代码开源：https://github.com/PKUbahuangliuhe/CBNet

---

• 一. 概述
• 二. 模型
  • 2.1. CBNet架构
  • 2.2. 连接方法
  • 2.3. AHLC实现的CBNet
  • 2.4. Backbone数量的选取
• 三. 结论

---

一. 概述

本文提出一种新型的特征融合算法: CBNet, 采用骨干网络融合, 有效提高了对象检测和实例分割的精确度.

二. 模型

2.1. CBNet架构

相比于Mask RCNN采用单一的ResNet作为Backbone, 作者提出采用多Backbone特征融合的CBNet, 即采用现有的多个同类型的Backbone进行跨骨干网络的特征传播得到语义更丰富的feature.