首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

目标检测 | ATSS,正负样本的选择决定检测性能

归纳总结 Name Value 标签 #正负样本 #目标检测 数据集 MSCOCO 目的 通过实验发现Anchor-Base和Anchor-Free的区别在于正负样本定义,并提出了ATSS 方法 使用IoU...的均值和标准差作为判断正负样本的自适应IoU阈值 3....主要工作 指出Anchor-Free和Anchor-Based方法的根本差异主要来源于正负样本的选择; 提出ATSS( Adaptive Training Sample Selection)方法来根据对象的统计特征自动选择正负样本...图片 但作者通过实验分析可以知道回归分支中从point回归还是从anchor回归对最终影响很小,反而是正负样本定义对结果影响最大。...参考文献 ATSS : 目标检测的自适应正负anchor选择,很扎实的trick | CVPR 2020 - 知乎 (zhihu.com)

1.1K20

Dynamic ATSS:预测结果才是正负样本区分的最佳准则

论文认为预测结果能够更准确地区分正负样本,提出结合预测结果IoU和anchor IoU来准确地选择最高质量的预测结果进行网络训练。...为此,论文基于ATSS网络,结合预测结果IoU和anchor IoU区分正负样本。...但由于预设框和GT是固定不变的,这意味着一旦预设框的正负样本划分好了,就不会在训练阶段有任何改变了。...如果在每轮迭代中都引入预测结果来区分正负样本,则可以为模型更准确地选择最高质量的输出,从而提升模型的整体性能。...各模块的对比实验,AIoU代表anchor的IoU用于区分正负样本,PIoU代表预测结果的IoU用于区分正负样本,IoU branch代表将Centerness分支替换为IoU分支。

9210
领券