• Introduction

des网络是SSD的另一个改版,它也考虑到高分辨率的特征语义低, 对于SSD直接使用这些特征分类效果差的问题提出了对低层特征图训练语义分割网络,并与网络得到的显著图进行元素相乘以提升地层语义等级的方法,可以说是FPN的另一角度了。还有一点创新是对高层特征进行通道学习(没看懂),进一步提升高层特征语义。

  • 网络结构

    1. 语义分割网络

对低层conv4_3训练语义分割网络输出同输入大小相同。网络后半部分是用来产生梯度的分类器F(g(x))F(g(x))F(g(x)),取中间特征图g(x)g(x)g(x),生成显著图H(g(x))H(g(x))H(g(x))并与conv4_3元素级相乘,也可以认为是对低层特征过滤的注意力机制。

标签处理

使用bbox标签所以称为弱监督下的训练,bbox内像素为响应类别,外部像素为背景类,重叠bbox的部分取尺寸小的bbox对应的类别。

  • 全局激活模块

首先对输入特征图XXX进行全局平均池化输出为1∗1∗C1 *1 *C1∗1∗C,然后生成激活值SSS,将激活值与输入特征图相乘后得到特征图X‘X^`X‘替换掉原来的特征图。(这类似于alexnet的通道抑制吗?)

  • 实验

分割网络提升语义的部分对总MAP提升了1.7个点(总共比SSD提升了2.2个点)但对conv4_3,这一层提升我觉得是不均匀的而且增加了语义分割网络,相比之下我觉得FPN对所有特征图语义提升更均匀一些。又是一个在voc上MAP达到80的网络。

DES512(基于SSD512)

VOC2007 map=81.7

VOC2012 map=80.3

DES300

79.7 77.1

(DES)Single-Shot Object Detection with Enriched Semantics相关推荐

  1. Single shot object detection SSD using MobileNet and OpenCV

    微信公众号:小白图像与视觉 关于技术.关注yysilence00.有问题或建议,请公众号留言. 主题:Single shot object detection SSD using MobileNet ...

  2. Single-Shot Object Detection with Enriched Semantics 论文笔记

    前言 在SSD中,小目标由较浅的层来检测,大目标由较深的层来检测.SSD虽然能够检测不同尺度的目标,但由于浅层特征只能捕获一些基础的视觉模式,语义信息不充足,因此在检测小目标时的性能不是太好:而浅层特 ...

  3. 《Single-Shot Object Detection with Enriched Semantics》论文笔记

    1. 概述 导读:这篇文章提出了新的一阶段检测算法Detection with Enriched Semantics(EDS),该算法在检测网络中通过semantic Segmentation bra ...

  4. Single-Shot Object Detection with Enriched Semantics

    转载于:https://www.cnblogs.com/ya-cpp/p/9279235.html

  5. DES(Detection with Enriched Semantics)算法详解

    DES算法详解 论文背景 实验结果 算法简介 算法结构 语义信息增强过程 与之前算法的区别 算法细节 Semantic enrichment at low level layer Semantic e ...

  6. Detection with Enriched Semantics(DES)算法笔记

    论文:Single-Shot Object Detection with Enriched Semantics 论文链接:https://arxiv.org/abs/1712.00433 Detect ...

  7. Single Shot Multibox Detection (SSD)实战(下)

    Single Shot Multibox Detection (SSD)实战(下) Training 将逐步解释如何训练SSD模型进行目标检测. 2.1. Data Reading and Initi ...

  8. Single Shot Multibox Detection (SSD)实战(上)

    Single Shot Multibox Detection (SSD)实战(上) 介绍了边界框.锚框.多尺度对象检测和数据集.现在,我们将利用这些背景知识构建一个目标检测模型:单次多盒检测(SSD) ...

  9. 什么是离散事件模拟(DES)

    DES(Discrete event simulation) 参考网址: https://www.ncbi.nlm.nih.gov/books/NBK293948/ https://whatis.te ...

最新文章

  1. Gradle 设置 本地maven仓库及发布mavenLocal()路径的方法
  2. C语言 IP地址合法性判断 去除字符串首尾空格
  3. pytorch无法下载或下载缓慢问题
  4. Kafka解惑之Old Producer(1)—— Beginning
  5. javascript冷门吗_分享几个html5冷门小知识
  6. web前端——transform变形 旋转角度正负的判断
  7. 深入理解RocketMQ中的NameServer
  8. mysql 自动执行语句_MYSQL 定时自动执行任务
  9. spring ioc原理_干了5年的Java面试官,把他喜欢问的几十个Spring面试题告诉我了
  10. C语言除法浮点型和整形,浅谈C语言整型与浮点型转换
  11. HTML示例03---标题的对齐方式
  12. Ninject学习(一) - Dependency Injection By Hand
  13. 计算机组成原理2套题,计算机组成原理试卷2套含答案(大学期末复习资料).doc...
  14. PHP SPL 迭代器
  15. CPU又烧了,说起来汝可能不信
  16. 项目在云服务器上的绝对路径,项目在云服务器上的绝对路径
  17. 利用 CSS 实现文字二次加粗和多重边框效果
  18. 生活技巧:过日子学着点
  19. 说的特别好的一句话,送给每一个热爱编程的人
  20. 虚幻gameframe_Unreal Engine 4 Gameplay框架介绍

热门文章

  1. Loki告警的正确姿势
  2. 微信运动服务器多久同步一次,微信运动多久更新一次步数(微信运动刷新时间表)...
  3. 树莓派卸载系统自带应用增大硬盘空间
  4. 力扣题 <爬楼梯> 递归结合表
  5. wlan:11a/11b/11g/11n/11ac
  6. vs2008配置opencv2.4.0
  7. 微信扫描二维码跳转至浏览器打开 jsp
  8. Error querying database. Cause: com.mysql.jdbc.exceptions.jdbc4.MySQLSyntaxErrorException: You hav
  9. 110道 Elasticsearch面试题及答案(持续更新)
  10. 使用了未定义的类_解决方法