【目标检测】YOLOF论文粗读

论文参考:https://arxiv.org/abs/2103.09460

代码参考:https://github.com/megvii-model/YOLOF

图与代码都截图自以上参考链接中。

1.论文

提出的几个点:

(1)证明多尺度融合部分作用不大,即高层卷积特征已经包含低层信息。

(2)但不同尺度上做检测影响比较大。(所以作者就通过空洞卷积编码器提高尺度覆盖范围)

(3)相比MiMo,SiSo encoder正锚框不均衡问题,提出Uniform Matching strategy: adopting the k nearest anchor as positive anchors for each ground-truth box。

2.比较关键的图

(1)由来

a与b,c与d可以分析出结论1,a与c,b与d分析得出结论2。

重点看,作者的结论2与结论3,针对MiMo改为SiSo,有限尺度范围与正锚框不均衡问题提出的解决方法。(空洞卷积编码器与Uniform Matching strategy)

(2)结构

image 

3.代码

待补充

 

 

おすすめ

転載: blog.csdn.net/qq_35975447/article/details/117843085