CVPR目標(biāo)檢測(cè)新框架：不再是YOLO，而是只需要一層特征（干貨滿(mǎn)滿(mǎn)，建議收藏）（2）
發(fā)布人：CV研究院
時(shí)間：2023-04-23
來(lái)源：工程師
發(fā)布文章
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
使用Dilated Encoder模塊代替FPN 。SiSo Encoder只使用了Backbone中的C5特征作為輸入，C5特征感受野僅僅覆蓋有限的尺度范圍，當(dāng)目標(biāo)尺度與感受野尺度不匹配時(shí)就導(dǎo)致了檢測(cè)性能的下降。為使得SiSo Encoder可以檢測(cè)所有目標(biāo)，作者需要尋找一種方案生成具有可變感受野的輸出特征，以補(bǔ)償多級(jí)特征的缺失。
在C5特征的基礎(chǔ)上，研究者采用空洞卷積方式提升其感受野。盡管其覆蓋的尺度范圍可以在一定程度上擴(kuò)大，但它仍無(wú)法覆蓋所有的目標(biāo)尺度。以上圖(b)為例，相比圖(a)，它的感受野尺度朝著更大尺度進(jìn)行了整體的偏移。然后，研究者對(duì)原始尺度范圍與擴(kuò)大后尺度范圍通過(guò)相加方式進(jìn)行組合，因此得到了覆蓋范圍更廣的輸出特征
*博客內(nèi)容為網(wǎng)友個(gè)人發(fā)布，僅代表博主個(gè)人觀(guān)點(diǎn)，如有侵權(quán)請(qǐng)聯(lián)系工作人員刪除。
