目标检测常见问题

一.如何检测小目标

参考:https://mp.weixin.qq.com/s/_gIimlwgjXgarKLPHpp4zQ 

1.数据层面:

①将原始图像进行缩放,提高小目标样本数

②增加模型的输入尺寸

③采用mosaic数据增强,四张照片缩放,拼接为一张

2.网络结构方面:(适用于小目标分割)

多尺度融合: Feature Pyramid Networks, FPN(上采样,自顶向下,深层网络为顶,顶为上) 和 Path Aggregation Network, PAN (下采样,自底向上)等

注意力机制:如SENet

长跳跃连接:长跳跃连接是指将不同层级的特征图进行融合的一种方法,可以帮助模型更好地捕捉不同层级的特征信息。众所周知,浅层特征图的细节信息丰富但语义信息较弱,深层特征图则与之相反。因此,在小目标检测中,可以将低层级的特征图和高层级的特征图进行融合,以增强对小目标的定位能力。

二.两阶段目标检测:

文章来源地址https://www.uudwc.com/A/JwnLO/

原文地址:https://blog.csdn.net/weixin_62848630/article/details/132800852

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请联系站长进行投诉反馈,一经查实,立即删除!

h
上一篇 2023年09月12日 05:16
【云原生】kubectl常用命令大全
下一篇 2023年09月12日 05:17