您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. FCOS: Fully Convolutional One-Stage Object Detection论文解读的ppt

  2. 作者提出了一种全卷积,一阶段目标检测网络,通过对每一个像素预测一个目标来解决目标检测问题(没有anchor,特征图上一个位置预测一个目标。anchor的办法是一个位置预测k个目标)。比起RetinaNet, SSD, YOLOV3, Faster RCNN等网络,FCOS不需要anchor,自然也不需要候选框。 通过消除anchor,FCOS避免了和ahor相关的复杂计算,比如在训练过程中要计算anchor和GT的IOU值。更重要的是,毕淼了和anchor相关的超参数,比如anchor的数目,比
  3. 所属分类:深度学习

    • 发布日期:2020-01-09
    • 文件大小:3145728
    • 提供者:qq_34914551