论文地址:http://arxiv.org/pdf/1911.09516v2.pdf 代码:https://github.com/ruinmessi/asff 来源:北京航空航天大学 论文名称:Learning Spatial Fusion for Single-Shot Object Detection 原文作者:Songtao Liu
在目标检测中,特征金字塔表示是解决尺度变化问题的常用方法。但是,对于基于特征金字塔的单发检测器来说,主要限制是不同特征尺度之间的不一致性。在本文中,提出了一种新的数据驱动的特征金字塔融合策略,称为自适应空间特征融合(ASFF)。该策略学习空间上过滤冲突信息以此抑制不一致性,从而改善了特征的比例不变性,并且推理消耗资源少。借助ASFF策略和可靠的YOLOv3基线,这种方法在MS COCO数据集上实现了最佳的速度与精度的结合,在60 FPS时达到了38.1%AP,在45 FPS时达到了42.4%AP,在29 FPS时达到了43.9%AP。
下面是论文具体框架结构以及实验结果:
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请联系删除。