资源分类
》 资源 》 经验分享 》目标检测ssd等one stage算法中关于小目标识别问题的解决方法

目标检测ssd等one stage算法中关于小目标识别问题的解决方法

2019-09-27 | |  111 |   0

原标题：目标检测ssd等one stage算法中关于小目标识别问题的解决方法

原文来自：51CTO      原文链接：http://aix.51cto.com/blog/60830.html


考察很多算法 包括 yolo ssd等这一系列 onestage的方法 都不能解决检测时目标较小的问题，经过思考认为 问题出在小目标的特征图和 大目标不同上。

有篇论文解决了这个问题，就是RSSD算法 R 是彩虹的意思 表示将多个特征图相融合 来作为分类标准。
论文：Enhancement of SSD by concatenating feature maps for object detection
论文链接：https://arxiv.org/abs/1705.09587

1.png
2.png

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com

上一篇：SVM推导过程

下一篇：层次分析法(AHP)

用户评价
全部评价

热门资源

  • Python 爬虫（二）...

    所谓爬虫就是模拟客户端发送网络请求，获取网络响...

  • TensorFlow从1到2...

    原文第四篇中，我们介绍了官方的入门案例MNIST，功...

  • TensorFlow从1到2...

    “回归”这个词，既是Regression算法的名称，也代表...

  • TensorFlow2.0（10...

    前面的博客中我们说过，在加载数据和预处理数据时...

  • 机器学习中的熵、...

    熵 (entropy) 这一词最初来源于热力学。1948年，克...