论文思考：Multi-adversarial Faster-RCNN for Unrestricted Object Detection
本文提出一种无限制多对抗性的Faster RCNN(MAF)框架，来解决域差异最小化问题，来实现特征表示中的域自适应。 网络结构如下： 在VGG的高层特征提取中进行了三次域分类，加入梯度反转层和尺度缩减层，RPN和POIPlooling没有动，head部分利用级联运算符将检测和回归结果与与提议特征级联，用级联后的结果接加权梯度反转层，对具有较大梯度权重的硬混淆样本进行惩罚，并以较小的梯度权重缓解容
相关文章
- 1. #每天一篇论文 256/365 Multi-adversarial Faster-RCNN for Unrestricted Object Detection
- 2. Object Detection--RCNN,SPPNet,Fast RCNN，FasterRCNN论文详解
- 3. Object Detection -- 论文FPN(Feature Pyramid Networks for Object Detection)解读
- 4. 《CenterNet: Keypoint Triplets for Object Detection》论文笔记
- 5. [论文笔记]Focal Loss for Dense Object Detection
- 6. Deep Neural Networks for Object Detection论文翻译
- 7. 论文阅读-《Focal Loss for Dense Object Detection》
- 8. 论文笔记：Learning Region Features for Object Detection
- 9. 论文笔记：DetNet：A Backbone network for Object Detection
- 10. CenterNet: Keypoint Triplets for Object Detection 论文学习
- 更多相关文章...
- • Scala for循环 - Scala教程
- • Swift for 循环 - Swift 教程
- • Scala 中文乱码解决
- • Docker容器实战(七) - 容器眼光下的文件系统
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. #每天一篇论文 256/365 Multi-adversarial Faster-RCNN for Unrestricted Object Detection
- 2. Object Detection--RCNN,SPPNet,Fast RCNN，FasterRCNN论文详解
- 3. Object Detection -- 论文FPN(Feature Pyramid Networks for Object Detection)解读
- 4. 《CenterNet: Keypoint Triplets for Object Detection》论文笔记
- 5. [论文笔记]Focal Loss for Dense Object Detection
- 6. Deep Neural Networks for Object Detection论文翻译
- 7. 论文阅读-《Focal Loss for Dense Object Detection》
- 8. 论文笔记：Learning Region Features for Object Detection
- 9. 论文笔记：DetNet：A Backbone network for Object Detection
- 10. CenterNet: Keypoint Triplets for Object Detection 论文学习