阅读小结:A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
来源:互联网 发布:c语言 long int 编辑:程序博客网 时间:2024/06/05 03:50
arXiv: https://arxiv.org/pdf/1704.03414.pdf
What:
1. 目标是去增强 检测器对于遮挡和形变 的泛化能力
2. 但是数据集中 遮挡和形变 的图像一般较少
3. 所以作者提出了 adversary的方法去增加 训练难度
4. 整个网络是 基于 Fast-RCNN 而不是 Faster-RCNN
How:
1. 先pretrain Fast-RCNN网络
2. 通过sliding window (如果feature map的大小是6*6,这个window大小是2*2)找到遮住哪部分对网络影响最大,用这个使loss最大的mask来pretrain adverse的部分网络(ASDN)
3. pretrain ASDN使用的loss 是 mask上每个像素做二分类cross entropy loss(其实这里也可以直接regression吧?)
4. pretrain完了以后,实际在训练的时候,ASDN输出的不是二值,而是一个0~1之间的概率。所以可以设置一个阈值,来确定最后到底要dropout哪些。作者实际上是先找到top50% predict出来要dropout的点,然后在这50%的位置里再随机选一些点来drop。实际就是drop了 1/3的位置。
5. 现在都pretrain完了~可以连起来训练了
6. 另外,4中使用了随机采样,是不可导的。所以作者说可以用rl的方法来处理这部分的回传bp,但没细说。
7. 类似的我们除了可以用dropout 来模拟遮挡,也可以用 stn来模拟 物体的旋转 形变。
8. STN这部分限制了旋转角度为 -10度到10度
9. A-dropout 和 A-stn可以串行
- 阅读小结:A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- 对抗学习用于目标检测--A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- 目标检测“A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection”
- A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- A-Fast-RCNN: Hard positive generation via adversary for object detection
- 对抗学习用于目标检测--A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- [论文笔记]A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection 笔记
- 对抗学习用于目标检测--A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- 【object detection】fast rcnn笔记
- Object Detection--RCNN,SPPNet,Fast RCNN,FasterRCNN论文详解
- Fast R-CNN: Fast Region-based Convolutional Networks for object detection(阅读)
- Fast R-CNN: Fast Region-based Convolutional Networks for object detection(阅读)
- 论文阅读:RCNN[Rich feature hierarchies for accurate object detection and semantic segmentation]
- 文献阅读笔记——Object Co-Detection via Efficient Inference in a Fully-Connected CRF
- 【目标检测】Object Detection Fast RCNN 算法解析
- 基于深度学习的目标检测(object detection)—— rcnn、fast-rcnn、faster-rcnn
- 论文笔记 MSCNN:A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection
- laravel Socialite Providers 实现第三方登录
- Hangman Judge (UVA-489)
- Android CoordinatorLayout和Behavior的源码分析(四)
- Java结合gradle开发web版自动打包工具
- 学习Spring必学的Java基础知识(9)----HTTP报文(系列全)
- 阅读小结:A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- 【spring】IOC容器在WEB容器中的启动
- Ignite 集群
- QQ游戏大厅产品体验报告
- CKEditor在线编辑器配置工具栏
- 剑指Offer-从上往下打印二叉树
- kafka
- bzoj2342 [Shoi2011]双倍回文
- 设计模式