RetinaNet系列1：ResNet和FPN部分总结

时间 2020-01-17

标签 retinanet 系列 resnet fpn 部分总结繁體版

原文原文链接

在FPN 原文Feature Pyramid Networks for Object Detection中，使用了ResNet原文 Deep Residual Learning for Image Recognition中的resnet34层模型的 conv2_到conv5_，ResNet34的conv2_到conv5_的depth分别是64，128，256，512。输入图片的size是224x2

>>阅读原文<<

1. resnet，retinanet,fpn网络结构及pytorch实现代码
2. FPN & RetinaNet理解
3. RetinaNet总结
4. FPN总结
5. FPN实验总结
6. 目标检测总结：focal loss 和 RetinaNet
7. CSS3总结系列1
8. SpringBoot总结 ~ 系列1
9. 目标检测算法总结（R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet）
10. 部分检测算法对比（Faster R-CNN, R-FCN, SSD, FPN, RetinaNet and YOLOv3）
更多相关文章...
• ionic 头部和底部 - ionic 教程
• Spring体系结构详解 - Spring教程
• 算法总结-二分查找法
• 算法总结-双指针

最新文章

1. 说说Python中的垃圾回收机制？
2. 蚂蚁金服面试分享，阿里的offer真的不难，3位朋友全部offer
3. Spring Boot （三十一）——自定义欢迎页及favicon
4. Spring Boot核心架构
5. IDEA创建maven web工程
6. 在IDEA中利用maven创建java项目和web项目
7. myeclipse新导入项目基本配置
8. zkdash的安装和配置
9. 什么情况下会导致Python内存溢出？要如何处理？
10. CentoOS7下vim输入中文

本站公众号

欢迎关注本站公众号,获取更多信息

1. resnet，retinanet,fpn网络结构及pytorch实现代码
2. FPN & RetinaNet理解
3. RetinaNet总结
4. FPN总结
5. FPN实验总结
6. 目标检测总结：focal loss 和 RetinaNet
7. CSS3总结系列1
8. SpringBoot总结 ~ 系列1
9. 目标检测算法总结（R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet）
10. 部分检测算法对比（Faster R-CNN, R-FCN, SSD, FPN, RetinaNet and YOLOv3）

>>更多相关文章<<