Mask-RCNN的主要贡献
来源:互联网 发布:故宫淘宝有没有app 编辑:程序博客网 时间:2024/05/14 07:46
mask-rcnn一举超越经过各种数据增强加持的2016年COCO的分割挑战赛冠军FCIS,分割结果与检测结果并行输出,结果令人印象深刻!
其主要改进如下:
1,基础网络的增强。ResNext101+FPN是目前基础网络提取特征的王牌;
2,ROIAlign。原来的ROIPooling的量化操作会有一个取整,从而产生一定的误差,这里使用特征图的双线性插值,降低了误差;
3,分割 loss 的改进。基于单像素softmax的多项式交叉熵(FCIS采用)修改为基于单像素的sigmoid二值交叉熵,
物体检测中,Mask-RCNN 比一般的 state-of-the-art 方法(用Fatser-RCNN+ResNet-101+FPN实现)在 bounding-box 的 AP 上高3.6个点,1.1来自ROIAlign,0.9来自多任务训练,1.6来自更好的基础网络(ResNeXt-101)
1 0
- Mask-RCNN的主要贡献
- Mask RCNN
- Mask RCNN
- 荣格的主要贡献
- mask-rcnn的可视化网络结构
- rcnn, fast-rcnn, faster-rcnn, mask-rcnn
- RCNN, fast RCNN, faster RCNN, mask RCNN
- Mask RCNN 论文阅读
- MASK-RCNN阅读笔记
- Mask RCNN in TensorFlow
- Mask-RCNN技术解析
- Tensorflow-Mask RCNN
- mask rcnn mxnet
- mask rcnn解读
- Mask RCNN笔记
- matterport MASK RCNN配置
- Mask-RCNN技术解析
- mask-rcnn扩展
- yii框架中的andFilterWhere 和 andWhere的区别
- Thrift 入门教程
- centos配置ftp
- Centos 6.5 创建用户
- command模式
- Mask-RCNN的主要贡献
- win10需要system权限才能修改的解决办法
- Windows下VS2013 C++编译测试faster-rcnn(2017-02-26)
- python小工具——下载更新代码工具
- linux命令之tail
- leetcode题解-566. Reshape the Matrix && 495. Teemo Attacking
- 回归树
- AIX系统下如何开启和关闭防火墙
- 使用maven进行springmvc+hibernate的配置文件