并提出更轻量的Poly-YOLO Lite,还扩展到了实例分割上!通读完这篇文章,结合自己使用YOLOV3的经验,觉得这篇改进确实良心之作,改在点上,多边形实例分割也极具创新。 提出了一个新版本的YOLO,它具有更好的性能,并通过实例分割进行了扩展,称为Poly YOLO。Poly YOLO建立在YOLOv3的原始思想基础上,消除了它的两个缺点:...
就在刚刚,PolyYolo宣布开源,在原版的YoloV3的基础上mAP提升超40%,并且,最重要的是,它通过Yolo实现了实例分割,速度可以达到realtime。 我们可以先看看它的效果: 可以看到,效果还是非常不错的,尤其是在这种场景下,行人和交通灯都属于比较难检测的物体,这个方法完美的解决了在yolo基础上添加实例分割的问题! 原文摘要:...
mAP提升40%!YOLO3改进版—— Poly-YOLO:更快,更精确的检测和实例分割,程序员大本营,技术文章内容聚合第一站。
Poly-yolo采用第二种方式进行改进,如下图2所示为yolov3体系结构与poly-yolo体系结构的对比: 图2 原始体系结构和新体系结构对比 Poly-YOLO在特征提取器部分每层使用较少的卷积滤波器,并通过squeeze-and-excitation模块扩展它。较重的neck block被使用stairstep进行上采样、带有hypercolmn的轻量block所取代。head使用一...
精彩内容YOLOv3改进版来了!与YOLOv3相比,Poly-YOLO的训练参数只有其60%,但mAP却提高了40%!并提出更轻量的Poly-YOLOLite,还扩展到了实例分割上!通读完这篇文章,结合自己使用YOLOV3的经验,觉得这篇改进确实良心之作,改在点上,多边形实例分割也极具创新。代码刚刚开源:https://gitlab.com/irafm-ai ...
五.POLY-YOLO 实例分割 1.多边形边框原则 在这里,引入一个多边形表示,它能够检测具有不同数量顶点的目标,而不需要使用会降低处理速度的递归神经网络。 在一个公共数据集中,许多对象都被类似的形状所覆盖,不同之处在于对象的大小。例如,汽车牌照、手势、人类或汽车都有几乎相同的形状。一般的形状可以很容易地用极坐...
POLY-YOLO 实例分割 4.1 多边形边框原则 在这里,我们引入一个多边形表示,它能够检测具有不同数量顶点的目标,而不需要使用会降低处理速度的递归神经网络。 在一个公共数据集中,许多对象都被类似的形状所覆盖,不同之处在于对象的大小。例如,汽车牌照、手势、人类或汽车都有几乎相同的形状。一般的形状可以很容易地用极...
此外,polo-yolo对主干网络进行了修改,在其中添加了SE注意力模块。通过添加SE模块并以更高的输出分辨率工作,会降低计算速度。 Poly-YOLO实例分割 引入一个多边形表示物体,它能够检测具有不同数量顶点的目标,而不需要使用会降低处理速度的递归神经网络。 1. 多边形原则 ...
论文名称:POLY-YOLO: HIGHER SPEED, MORE PRECISE DETECTION AND INSTANCE SEGMENTATION FOR YOLOV3 原文作者:Petr Hurtik 与YOLOv3相比,训练参数只有60%,但MAP提高了60%,并提出更轻量版的Poly-YOLO Lite,与YOLOv3比有相同的京都的,但是更小更快,可应用到实力分割上,代码和论文刚开源!
4 POLY-YOLO 实例分割 4.1 多边形边框原则 在这里,我们引入一个多边形表示,它能够检测具有不同数量顶点的目标,而不需要使用会降低处理速度的递归神经网络。 在一个公共数据集中,许多对象都被类似的形状所覆盖,不同之处在于对象的大小。例如,汽车牌照、手势、人类或汽车都有几乎相同的形状。一般的形状可以很容易地用...