前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Cascade RetinaNet:保持单级物体检测的一致性

Cascade RetinaNet:保持单级物体检测的一致性

原创
作者头像
空白的小飞机
发布2019-07-17 15:56:18
1.5K0
发布2019-07-17 15:56:18
举报
文章被收录于专栏:纸飞机与软件技术

作者:Hongkai Zhang,Hong Chang,Bingpeng Ma,Shiguang Shan,Xilin Chen

摘要:最近的研究试图通过采用级联单级探测器的思想来提高探测性能。在本文中,我们分析并发现不一致性是限制性能的主要因素。精确的锚与从先前位置提取的特征相关联,并且分类器由于未对准的分类和定位而混淆。此外,我们指出了级联方式的两个主要设计规则:提高分类置信度和本地化性能之间的一致性,以及维持不同阶段之间的特征一致性。然后提出了一种名为Cas-RetinaNet的多级物体探测器,用于减少未对准。它包括用增加的IoU阈值训练的连续阶段以改善相关性,以及用于减轻特征不一致性的新颖特征一致性模块。实验表明,我们提出的Cas-RetinaNet在不同的模型和输入范围内实现了稳定的性能提升。具体来说,我们的方法在具有挑战性的MS COCO数据集上将RetinaNet从39.1 AP改进到41.1 AP,没有任何铃声或口哨声。

原文标题:Cascade RetinaNet: Maintaining Consistency for Single-Stage Object Detection

原文链接:https://arxiv.org/abs/1907.06881

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档