深度学习论文: Slender Object Detection: Diagnoses and Improvements
深度学习论文: Slender Object Detection: Diagnoses and Improvements
Slender Object Detection: Diagnoses and Improvements
PDF:https://arxiv.org/pdf/2011.08529v1
PyTorch: https://github.com/shanglianlm0525/PyTorch-Networks
1 概述
本文关注细长物体的检测，这类物体具有极端的长宽比，在现实生活中十分常见，对检测系统的目标实现至关重要。然而，以往的目标检测算法在很大程度上忽略了这一类别。研究发现，在经典目标检测方法的评估中，若专注于细长物体，其在COCO数据集上的平均精度均值（mAP）会显著下滑18.9%。
鉴于此，本文深入研究了细长物体检测的问题，构建了一个分析框架，并设计了专门的基准测试和评估流程，以便全面审视和对比不同的算法与模块。研究结果显示，有效的细长物体检测不依赖于基于锚点的定位方式或特定的框表示方法，而关键在于特征适应。这一发现不仅识别了先前方法中未被充分利用的见解ÿ
原文地址：https://blog.csdn.net/shanglianlm/article/details/142855395
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！