在完成make.sh,配置好相关信息后,使用train_RFB.py文件进行训练,此时我是直接使用RFB_mobile版本的checkpoints,使用VOC数据集进行训练,同时设置size为300。 python train_RFB.py -d VOC -v RFB_mobile -s300 -d:dataset的格式,VOC或COCO-v:使用的RFBNet的版本,RFB_vgg、RFB_mobile、RFB_E_vgg-s:图片的size...
作者将这样的module引入到了SSD中,很简单的思想,就是把SSD中的那些层换成了RFB层。 首先一个 BasicConv:conv + bn + relu BasicConv_dila:conv(dilation)[带空洞卷积的是不带relu的] 首先将conv4_3输入到一个RFB-s模块中,这边叫做layer_0 然后,与SSD相同也是一个base 网络层 + extras层 此时的extracs为...
在完成make.sh,配置好相关信息后,使用train_RFB.py文件进行训练,此时我是直接使用RFB_mobile版本的checkpoints,使用VOC数据集进行训练,同时设置size为300。 python train_RFB.py -d VOC -v RFB_mobile -s300 -d:dataset的格式,VOC或COCO-v:使用的RFBNet的版本,RFB_vgg、RFB_mobile、RFB_E_vgg-s:图片的size...
RFBnet论文笔记 论文:Receptive Field Block Net for Accurate and Fast Object Detection 论文链接:https://arxiv.org/abs/1711.07767 代码链接:https://github.com/ruinmessi/RFBNet 概要:ECCV2018目标检测的文章,兼顾速度的同时达到了良好的准确度。该网络是在SSD网络的基础上进行修改的,在SSD网络中引入了Receptive...
代码链接:https://github.com/ruinmessi/RFBNet 概要:ECCV2018目标检测的文章,兼顾速度的同时达到了良好的准确度。该网络是在SSD网络的基础上进行修改的,在SSD网络中引入了Receptive Field Blcok(RFB)。 1、传统的SSD算法 ssd算法是一种one-stage的目标检测算法,没有proposal,直接从不同深度的feature map上进行特征...