深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

 

DSSD算法

2017年CVPR,WeiLiu提出的

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

SSD算法对小目标不够鲁棒的最主要原因是浅层feature map的表征能力不够强

 

网络结构

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

DSSD vs SSD

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

DSOD算法

2017年ICCV提出的,SSD+DenseNet = DSOD

DSOD可以从0开始训练数据,不需要预训练模型,而且效果可以和fine-tune的模型媲美

 

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

DSOD设计原则

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

DSOD性能

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

FSSD算法

 

FSSD设计原则

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

FSSD网络结构

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

FSSD算法性能

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

RSSD算法

 

设计原则

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

网络结构

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

通过改进feature map来改进SSD算法的效果

 

RSSD算法效果

深度学习之目标检测(五)—— DSSD & DSOD & FSSD & RSSD

 

 

相关文章:

  • 2021-09-06
  • 2021-10-13
  • 2021-08-16
  • 2021-11-10
  • 2021-11-30
  • 2021-04-23
  • 2021-05-25
  • 2021-05-31
猜你喜欢
  • 2022-01-01
  • 2021-06-05
  • 2021-09-12
  • 2021-10-29
  • 2021-12-08
  • 2021-09-07
相关资源
相似解决方案