Retinanet论文解读

摘要

1.引言

2.相关工作

3. 焦点损失

3.1、平衡交叉熵

3.3. 类不平衡与模型初始化

3.4.类不平衡和两级检测器

4. Retina探测器

4.1 推理和训练

5. 实验

5.1、训练密集检测

5.2.模型架构设计

5.3.与最先进技术的比较

6.结论

参考文献略

相关阅读推荐：

论文地址：
https://arxiv.org/pdf/1708.02002.pdf

代码：

原论文给的代码地址是：GitHub - facebookresearch/Detectron: FAIR's research platform for object detection research, implementing popular algorithms like Mask R-CNN and RetinaNet.

我推荐：

yhenon/pytorch-retinanet: Pytorch implementation of RetinaNet object detection. (github.com)

图 1. 我们提出了一种新的损失，我们称之为 Focal Loss，它在标准交叉熵标准中添加了一个因子 (1 - p t ) 的γ次方。设置 γ > 0 可减少分类良好的示例的相对损失（p t > .5），将更多注意力放在难分类的错误示例上。正如我们的实验将证明的那样，所提出的焦点损失能够在存在大量简单背景示例的情况下训练高度准确的密集对象检测器。

图 2. COCO 测试的速度 (ms) 与准确度 (AP) - dev。通过焦点损失，我们简单的一级 Retina Net 检测器优于所有以前的一级和二级检测器，包括来自 [20] 的最佳报道的 Faster R-CNN [28] 系统。我们展示了 Res Net - 50 - FPN（蓝色圆圈）和 Res Net - 101 - FPN（橙色菱形）在五个尺度（400 - 800 像素）的 Retina Net 变体。忽略低精度状态（AP<25），Retina Net 形成所有当前检测器的上包络，改进的变体（未显示）达到 40.8 AP。第 5 节中给出了详细信息。

【思考

Retinanet论文解读相关推荐

bsp模型适用于图计算_【论文解读】目标检测之RFBnet模型
原创声明:本文为 SIGAI 原创文章,仅供个人学习使用,未经允许,不能用于商业目的. 其它机器学习.深度学习算法的全面系统讲解可以阅读<机器学习-原理.算法与应用>,清华大学出版社,雷明 ...
论文解读 Receptive Field Block Net for Accurate and Fast Object Detection
其它机器学习.深度学习算法的全面系统讲解可以阅读<机器学习-原理.算法与应用>,清华大学出版社,雷明著,由SIGAI公众号作者倾力打造. 书的购买链接书的勘误,优化,源代码资源 PDF全 ...
CVPR2021 | 2D目标检测论文解读
CVPR2021 | 2D目标检测论文解读 1. UP-DETR:--<UP-DETR: Unsupervised Pre-training for Object Detection with ...
论文解读：DETR 《End-to-end object detection with transformers》，ECCV 2020
论文解读:DETR <End-to-end object detection with transformers>,ECCV 2020 0. 论文基本信息 1. 论文解决的问题 2. 论文 ...
自监督学习(Self-Supervised Learning)多篇论文解读（下）
自监督学习(Self-Supervised Learning)多篇论文解读(下) 之前的研究思路主要是设计各种各样的pretext任务,比如patch相对位置预测.旋转预测.灰度图片上色.视频帧排序等 ...
自监督学习(Self-Supervised Learning)多篇论文解读（上）
自监督学习(Self-Supervised Learning)多篇论文解读(上) 前言 Supervised deep learning由于需要大量标注信息,同时之前大量的研究已经解决了许多问题.所以 ...
可视化反投射：坍塌尺寸的概率恢复：ICCV9论文解读
可视化反投射:坍塌尺寸的概率恢复:ICCV9论文解读 Visual Deprojection: Probabilistic Recovery of Collapsed Dimensions 论文链接: ...
从单一图像中提取文档图像：ICCV2019论文解读
从单一图像中提取文档图像:ICCV2019论文解读 DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regressi ...
点云配准的端到端深度神经网络：ICCV2019论文解读
点云配准的端到端深度神经网络:ICCV2019论文解读 DeepVCP: An End-to-End Deep Neural Network for Point Cloud Registration ...
图像分类：CVPR2020论文解读
图像分类:CVPR2020论文解读 Towards Robust Image Classiﬁcation Using Sequential Attention Models 论文链接:https:// ...

Retinanet论文解读

Retinanet论文解读相关推荐

最新文章

热门文章