论文：Cascade RCNN

时间 2020-12-30

原文原文链接

Abstract: 目标检测领域，IoU 被用来定义 positives 和 negatives，当一个detector使用 0.5的IoU时，会产生nosiy detections，但是当提高IoU时，检测的表现又会变差。造成变差的主要原因有两点，一是训练时因为positive samples 的减少而造成的overfitting，另一个是inference时的IoU和训练时IoU的不匹配问题。

>>阅读原文<<

1. cascade rcnn 论文笔记
2. Cascade RCNN论文翻译
3. cascade rcnn
4. Cascade RCNN
5. Cascade-RCNN
6. [论文阅读]Cascade RCNN|Cascade R-CNN: Delving into High Quality Object Detection
7. 《HTC：Hybrid Task Cascade for Instance Segmentation》论文笔记
8. Cascade RCNN算法笔记
9. cascade-rcnn学习笔记
10. faster rcnn论文
更多相关文章...
• CAP理论是什么？ - NoSQL教程
• R XML 文件 - R 语言教程
• Scala 中文乱码解决
• 三篇文章了解 TiDB 技术内幕——说存储