原文连接:DSFD
本文仅记录DSFD的主要创新点,不考虑训练的调参过程。且对SSD类检测算法不不知道的人可以先去学习SSD以及特征融合等相关论文。

DSFD 三大创新点:Feature Enhance Module (FEM)
Progressive Anchor Loss (PAL)
Improved Anchor Matching(IAM)

Feature Enhance Module
FEM 属于一种特征融合,它与之前的FPN等不同主要是在于它得到的特征是用于新的检测层,在论文中称为enhanced feature maps。具体的结构如下。
在原有的feature map上通过1*1的卷积之后 和上一层的feature map 相乘之后 进行dilation 卷积,在拼接到一起。

Progressive Anchor Loss

因为FEM的原因,所以DSFD是有两类检测层,第一类是由SSD的网络之后得到的,称为first shot, 而第二类检测层,即通过FEM得到的,称为second shot。
各个feature map对应的检测层以及检测层anchor大小的

对应的loss公式在文章中,就不贴出来了,相对比其他的检测的loss,两大特点,一个是second shot的anchor 要比 first shot 的anchor要大一倍, 第二个就是PAL是两个loss的加权和。

Improved Anchor Matching
这块主要是通过数据增强的方式来增加 anchor匹配到的数量,没有理解足够,暂不下结论。

想要了解的具体的还请移步官方源码。

DSFD(Dual Shot Face Detector)论文解读相关推荐

  1. 人脸检测之DSFD算法——论文翻译(DSFD: Dual Shot Face Detector)

    论文:DSFD: Dual Shot Face Detector 原文链接:https://arxiv.org/abs/1810.10220 DSFD是2019年的人脸检测算法,来自腾讯优图实验室 先 ...

  2. 人脸检测 DSFD:Dual Shot Face Detector

    论文解读: Abstract 本文解决问题:人脸的尺度变化.姿态.遮挡.表情.外观和光照.本文提出了一种新的人脸检测网络--DSFD,它继承了SSD的结构,引入了一个特征增强模块(FEM),将原始特征 ...

  3. 腾讯最新人脸检测模型DSFD: Dual Shot Face Detector

    [LearnX导读]人脸检测是人脸相关应用中必不可少的一环.如我们熟悉的刷脸解锁,美颜相机,刷脸支付等都离不开人脸检测.这篇文章写的就是提高人脸检测准确度的方法.这篇文章从特征抽取,锚匹配(Ancho ...

  4. [深度学习从入门到女装]DSFD: Dual Shot Face Detector

    论文地址:https://arxiv.org/abs/1810.10220v2 Dual Shot Face Detector 这是一篇CVPR19来自腾讯的论文,本文是在SSD的基础上,加入了Fea ...

  5. DSFD: dual shot face detector

    DSFD为CVPR2019的工作,作者提出一种双分支的人脸检测算法,网络结果如下 创新点如下: 1.一种新的特征增强模块(FEM) 该模块可看做FPN的升级版,在特征融合后使用空洞卷积捕捉多尺度表征增 ...

  6. DSFD : Dual Shot Face Detector [CVPR 2019]

    Github : Demo.py  多角度适用 !达不到实时! Pipeline: VGG16/ResNet 产生feature maps 通过 FEM 对原始 feature maps 特征增强并保 ...

  7. SSD: Single Shot MultiBox Detector 论文翻译

    SSD:单镜头多盒检测器 目录 SSD:单镜头多盒检测器 摘要 一.介绍 二.单触发探测器(SSD) 2.1模型 2.2培训 三.实验结果 3.1 PASCAL VOC2007 3.2 模型分析 3. ...

  8. DSFD-Dual Shot Face Detector人脸检测模型原理代码超全面解剖

    DSFD为19年腾讯提出的,用于人脸检测的轻量级实时模型,全称为Dual Shot Face Detector.接下来会给出模型的大结构,然后针对模型的创新点结合代码进行重点分析. 首先论文的效果图如 ...

  9. 目标检测算法SSD论文解读

    版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明. 原文链接:https://blog.csdn.net/jy001227801/article/ ...

最新文章

  1. 2018年摩拜校招嵌入式工程师笔试卷
  2. C++生成随机数:负二项分布/帕斯卡分布(negative binomial distribution)
  3. 关于jsp标签A跳转路径的疑惑
  4. Spire.XLS试用手记
  5. vysor原理以及Android同屏方案
  6. C++学习笔记(八)——内联函数
  7. break与continue的区别【图解】(简洁明了)
  8. 华为阅读下载的文件在哪里找_华为手机还要天天清理内存?1键关闭这2个设置,手机用到2035年...
  9. 圆桌会议 HDU - 1214(规律+模拟队列)
  10. 什么是模拟光端机?模拟光端机优缺点介绍!
  11. 基于高光谱遥感技术的农作物病虫害应用研究现状
  12. python3 小工具
  13. python做图像识别好还是c++好_用于图像识别的顶级编程语言
  14. Python Pandas库教程
  15. 经典c程序100例详解
  16. 图纸上标注的是实际尺寸吗_机械图纸尺寸标注规则,这次终于懂了
  17. 类似igoogle div拖拽 demo
  18. 64位计算机安装32位,告诉你64位电脑怎么装32位系统
  19. A40i使用笔记:交叉编译*.c文件(可在开发板运行)
  20. 自己写一个微型数据库_“最国际化的微型机构:”两名伦敦训练营的毕业生如何建造了一个远程…...

热门文章

  1. Perl中chomp和chop的用法和区别介绍
  2. MyBatis十:逆向工程(QBC风格)
  3. (微服务) Dubbo服务治理
  4. git commit -a是干嘛的
  5. css 块元素、行内元素、行内块元素极其相互转换
  6. 文件读写(Linux)
  7. WinCE开发常用工具软件
  8. 《编程之禅》经典句子摘抄
  9. vue+flvjs实现自定义控制条的流媒体播放器
  10. 如何理解either or