Focal Loss for Dense Object Detection(RetinaNet)(代码解析)
转自：https://www.jianshu.com/p/db4ccd194109 ...
原文：论文阅读笔记四十四：RetinaNet:Focal Loss for Dense Object Detection(ICCV2017）
论文原址：https: arxiv.org abs . github代码：https: github.com fizyr keras retinanet 摘要 目前，具有较高准确率的检测器基于双阶段的目标检测算法实现，单阶段通过对可能存在的位置进行密集的采样操作，一定程度上要比双阶段的方法要更简单快速，但是准确率会有所损失。在进行训练时，前景与背景二者之间较大的类别不平衡是产生上述问题的原因。针 ...
2019-03-24 14:20 0 913 推荐指数：
相关推荐
[论文理解]Focal Loss for Dense Object Detection（Retina Net）
Focal Loss for Dense Object Detection Intro 这又是一篇与何凯明大神有关的作品，文章主要解决了one-stage网络识别率普遍低于two-stage网络的问题，其指出其根本原因是样本类别不均衡导致，一针见血，通过改变传统的loss（CE）变为focal ...
Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection
地址：https://arxiv.org/abs/2006.04388 github：https://github.com/implus/GFocal 讲解：https://zhuanlan.zh ...
Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection
and Distributed Bounding Boxes for Dense Object Detection ...
Focal Loss(RetinaNet) 与 OHEM
Focal Loss for Dense Object Detection-RetinaNet YOLO和SSD可以算one-stage算法里的佼佼者，加上R-CNN系列算法，这几种算法可以说是目标检测领域非常经典的算法了。这几种算法在提出之后经过数次改进，都得到了很高的精确度 ...
论文阅读笔记（十一）【ICCV2017】：Jointly Attentive Spatial-Temporal Pooling Networks for Video-based Person Re-Identification
Introduction （1）Motivation： 当前采用CNN-RNN模型解决行人重识别问题仅仅提取单一视频序列的特征表示，而没有把视频序列匹配间的影响考虑在内，即在比较不同人的时候，根据 ...
论文阅读（Lukas Neumann——【ICCV2017】Deep TextSpotter_An End-to-End Trainable Scene Text Localization and Recognition Framework）
Lukas Neumann——【ICCV2017】Deep TextSpotter_An End-to-End Trainable Scene Text Localization and Recognition Framework 目录 作者和相关链接 方法概括 方法细节 ...
【速读】——Shangxuan Tian——【ICCV2017】WeText_Scene Text Detection under Weak Supervision
Shangxuan Tian——【ICCV2017】WeText_Scene Text Detection under Weak Supervision 目录 作者和相关链接 文章亮点 方法介绍 方法细节 实验结果 总结与收获 作者和相关 ...