目标检测特征不对齐问题的碎碎念

为什么在炼丹术里拼精度的时候大家不看好one stage？

以yolov1为例，全卷积结构，我们知道最后的感受野就是个正方形，但是对应的预测目标一般都不是正方形，这就是所谓的特征不对齐。但是fastercnn里面巧妙的引入候选框，利用候选框来取特征，如果候选框够准的话，特征就对齐了（当然候选框不可能准)

另外fastercnn里面head负责了最后的cls和bbox，这个我感觉有点难哦，一个特征负责两个任务，fc的担子太重了，可不可以缓解

Double-Head RCNN 和 tsd都是从cls和bbox解耦的角度，前者是head解耦

后者是rpn之前的特征提取部分就开始解耦

image

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。