论文:Scale-Transferrable Object Detection 论文链接:openaccess.thecvf.com/c 来源: CVPR2018 概述: STDN是CVPR 2018的一篇目标检测论文,提出STDN网络用于提升多尺度目标的检测效果。要点包括:(1)使用DenseNet-169作为基础网络提取特征特征提取网络(自带高低层特征融合),基于多层特征做预测(类似SSD),并对预测结果做...
然而添加额外的层了提高检测效果,但却增加额外的计算开销。 为了获得高级语义多尺度特征图,同时又不影响检测的速度,我们开发了一个scale-transfer模块(STM),并将该模块直接嵌入到DenseNet中。DenseNet的作用是在CNN中集成低级和高级的特性,以获得更强大的特性。由于网络结构紧密相连,其特点是 DenseNet自然比普通卷积功能...
本文使用方式属于第三种,使用DenseNet结合不同层的特征然后用尺度迁移模块获取不同分辨率的特征层。 3. Scale-Transferrable Detection Network 3.1. Base Network : DenseNet 在DenseNet的每个稠密块中,每个层的输出都包含了之前所有层的输出。这样就能补充高层特征层缺少浅层语义信息的问题。 将DenseNet-169的输入层,7...
STDN: Scale-Transferrable Object Detection论文总结 概述 STDN是收录于CVPR 2018的一篇目标检测论文,提出STDN网络用于提升多尺度目标的检测效果。要点包括:(1)使用DenseNet-169作为基础网络提取特征;(2)提出Scale-transfer Layer,在几乎不增加参数量和计算量的情况下生成大尺度的feature map。 STDN介绍 Figure 1回顾...
Scale-Transferrable Object Detection Peng Zhou1 Bingbing Ni∗,1 Cong Geng1 Jianguo Hu2 Yi Xu1 1Shanghai Key Laboratory of Digital Media Processing and Transmission, Shanghai Institute for Advanced Communication and Data Science, Shanghai Jiao Tong University, Shanghai 200240, China 2Minivision ...
STDN: Scale-Transferrable Object Detection论文总结 的方式可以充分利用多个层次的feature map信息,但是需要添加一些额外的网络层,增加了计算量和时间; (c)是SSD算法的做法,对不同尺度的feature map分别检测,虽然浅层专用于小目标的目标检测,但是由于没有使用到高层的语义信息,所以对小目标的检测效果一般; (d)是本...
Effective receptive fieldsHardware accelerationInternational Journal of Computer Vision - Scale-sensitive object detection remains a challenging task, where most of the existing methods could not learn it explicitly and are not robust. Besides,......
3. Scale-Transferrable Detection Network 先简单说一下网络结构。采用的是DenseNet-169作backbone,取其最后一个block作为特征组合基础;选取其中某一层的输入作为基准直接当做单位1的特征图,比他小的特征图生成方式是采用上面层的输入作max/mean pooling,比他大的特征图生成采取后面更深的特征图进行通道展平,相当于re...
Scale-Transferrable Object Detection ChenJ 26 人赞同了该文章 paper链接: openaccess.thecvf.com/c cvpr 2018的工作... paper sense:终于把 DenseNet 拿来用了,并且提出 scale transfer module(STM) 平衡 resolution 和 semantic 间的矛盾. (DenseNet 看这里:DenseNet) We use scale-transfer layer to obtain...
论文地址:http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhou_Scale-Transferrable_Object_Detection_CVPR_2018_paper.pdf 概述 STDN是收录于CVPR 2018的一篇目标检测论文,提出STDN网络用于提升多尺度目标的检测效果。要点包括:(1)使用DenseNet-169作为基础网络提取特征;(2)提出Scale-transfer Layer,在几乎不...