按照李沐老师阅读论文的方法!!!
- (1)读abstract和introduction
- (2)读conclusion
- (3)看论文中model架构和实验结果图
- (4)再读剩下的
重点: 一般读1,2,3如果你发现论文差不多看懂了,可以不用读下去了,但是如果你很感兴趣的话,可以再去读(4)这个部分,这里面有每个结构的详细介绍
作者是基于yolov3 为baseline的
改进的点:
- backbone中加入了HSSC module
- FPN中在每层特征图融合的地方加入额外的操作,作者起名为FPE,也就是Feature Pyramid Enhancement
- 在box坐标点回归的时候使用指数L1损失以及在class loss上使用focal loss
; HSSC module
HSSC在Darknet block 残差边连接的时候使用的,详解如下图:
FPE module
FPE是在每层特征图cat后加入一些操作,因为FPN原来的融合可以认为是coarse fuse 加入一些操作可以认为是fine fuse,和我之前读的这篇论文里面的特征净化module很像!!!
; 实验结果
分别在两个小目标的数据集上面做的实验
Original: https://blog.csdn.net/weixin_45074568/article/details/122241845
Author: liiiiiiiiiiiiike
Title: YOLSO: You Only Look Small Object
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/687398/
转载文章受原作者版权保护。转载请注明原作者出处!