Learning Rich Features at High-Speed for Single-Shot Object Detection 论文笔记

前言 目前的single-stage目标检测器依然存在两个问题: 在检测小目标时,性能不是很好。比如RetinaNet在检测COCO上的大目标时能达到47的AP,而小目标的AP只有14; 大多数single-stage检测器采用在ImageNet上经过预训练的backbone来进行分类任务,然后利用目标检测数据集进行微调以实现快速收敛。但是分类任务和定位任务之间仍存在较大差异,尤其是在IoU阈值较
相关文章
相关标签/搜索