Object detection at 200 Frames Per Second

本文在 Tiny Yolo 的基础上设计了一个目标检测网络,在 Nvidia 1080ti 上可以达到 100帧每秒。

本文主要成果有三点:1)网络结构上的设计改进;2) Distillation loss for Training,使用 teacher network 辅助训练;3)Effectiveness of data,Unlabeled data 的利用。

2 网络结构设计 Architecture customizations

Dense feature map with stacking 简单的来说就是多尺度卷积特征容易
大量使用 the bottleneck layers 和 1x1 convolutional layers 使得我们的网络 Deep but narrow,我们的网络简称为 F-Yolo

3 Distillation loss for Training
简单的来说就是使用一个高精度的目标检测器作为 teacher network 来辅助我们的快速检测网络 F-Yolo 的训练。

直接将基于 RCNN检测框架的 distillation 技术应用到 YOLO 存在问题。基于 RCNN 检测方法在候选区域提取步骤对背景做了一次过滤。而 single stage detector 没有过滤背景,导致大部分候选区域都是背景。
the dense sampling of the single stage detector introduces certain problems which makes the straight forward application of distillation ineffective.

这里针对这个问题主要是对 损失函数做了改动来解决的。

基于 非极大值抑制的区域过滤也需要改进,

4 Effectiveness of data

11

快速目标检测--Object detection at 200 Frames Per Second相关推荐

  1. Object detection at 200 Frames Per Second - 每秒 200 帧的目标检测

    Object detection at 200 Frames Per Second 每秒 200 帧的目标检测 Rakesh Mehta and Cemalettin Ozturk United Te ...

  2. 快速检测算法——Object detection at 200 Frames Per Second

    论文:Object detection at 200 Frames Per Second 论文链接:https://arxiv.org/abs/1805.06361 一开始是被这篇文章的名称所吸引,毕 ...

  3. CV之OD:计算机视觉之目标检测(Object Detection)方向的简介、使用方法、案例应用之详细攻略

    CV之OD:计算机视觉之目标检测(Object Detection)方向的简介.使用方法.案例应用之详细攻略 目录 OD目标检测的简介 1.Selective Search for Object Re ...

  4. 同r做一个窗口_目标检测(Object Detection):R-CNN/SPPnet/R-FCN/Yolo/SSD

    这篇文章我是Survey目标检测(Object Detection)系列论文的一个总结. 包括R-CNN系列.SPP-net.R-FCN.YOLO系列.SSD.DenseBox等. 基本概念 目标识别 ...

  5. [Intensive Reading]目标检测(object detection)系列(九) YOLOv3:取百家所长成一家之言

    目标检测系列: 目标检测(object detection)系列(一) R-CNN:CNN目标检测的开山之作 目标检测(object detection)系列(二) SPP-Net:让卷积计算可以共享 ...

  6. 目标检测--Object Detection via Aspect Ratio and Context Aware

    Object Detection via Aspect Ratio and Context Aware Region-based Convolutional Networks https://arxi ...

  7. 什么是目标检测--Object Detection

    目标检测,也叫目标提取,是一种基于目标几何和统计特征的图像分割.它将目标的分割和识别合二为一,其准确性和实时性是整个系统的一项重要能力.目标检测不仅要用算法判断图片中物品的分类, 还要在图片中标记出它 ...

  8. 深度学习目标检测(object detection)系列(一) R-CNN

    原文链接 R-CNN简介 R-CNN提出于2014年,应当算是卷积神经网络在目标检测任务中的开山之作了,当然同年间还有一个overfeat算法,在这里暂不讨论. 在之后的几年中,目标检测任务的CNN模 ...

  9. 对象检测(Object Detection)DNN-YOLOv3讲解

    文章目录 1 概述 2 如何衡量对象检测的结果 2.1 准确性(precision)和召回率(recall) 2.2 准确率-召回率曲线(precision-recall curve).平均准确率(A ...

最新文章

  1. 屏幕为什么要正负压供电_负压变换器的设计
  2. BaaS, IaaS, PaaS, SaaS介绍
  3. js代码计算济南出租车打车费用
  4. Java反射机制概念及应用场景
  5. WSDM Cup 2020检索排序评测任务第一名经验总结
  6. 全球独家 | 赋予企业级开源无限可能,阿里云首发云数据库MongoDB 4.2版本
  7. JDK源码解析之 Java.lang.Compiler
  8. 使用BI软件的好处有哪些
  9. ‘chromedriver.exe‘ executable needs to be in PATH.解决办法
  10. Climbing Stairs @python
  11. Maya2020入门:标题栏+菜单栏+状态栏
  12. 学以致用二十四-----shell脚本中的列表及space
  13. 数据库系统的三大范式以及BCNF范式详细讲解 (很详细,很详细,很详细)
  14. Structured Streaming任务GC问题
  15. 页面中设置IE浏览器的文档模式
  16. 3DMAX利用IGame导出骨骼动画概要
  17. 中小型互联网公司技术研发部门组织架构及职责
  18. Monkey常见面试问题
  19. 2020春招 / 2021秋招阿里、腾讯、字节、快手、美团 JAVA 开发岗面试高频问题总结
  20. Debian 11 Linux生产环境配置(Git2.30.2 Python3.9.2 Golang1.18 Docker20.10.4 Nginx1.21.6)

热门文章

  1. Androguard 的交叉引用说明
  2. python format的功能_python format是什么
  3. 在线作图丨如何画一个优美的相关性热图
  4. antiSMASH数据库:微生物次生代谢物合成基因组簇查询和预测
  5. android 通知取消折叠_三星折叠屏手机发布会取消背后-折叠屏真的是用户想要的吗...
  6. Error in setwd(***) : cannot change working directory
  7. pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一比例阈值的数据列
  8. Python matplotlib可视化:自定义轴标签格式化函数(在轴刻度上添加自定义的数值以及符号形式)、使用自定义函数在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号¥$等)
  9. R语言泊松回归模型案例:基于AER包的affair数据分析
  10. 模型诊断(Model Diagnostics)是什么?具体包含哪些内容?