About Cacher
Web App
Download
Sign In
Sign Up
menu
Cacher is the code snippet organizer for pro developers
We empower you and your team to get more done, faster
Learn More
hewumars
9/27/2019 - 10:19 AM
share
Share
add_circle_outline
Save
目标检测面临的挑战及对应解决方法
readme.md
content_copy
file_download
Rendered
Source
小目标
正负样本不均衡,小目标正样本太少
S3FD文章:对于stride=8那么原始图片中8x8的区域对应仅有一个像素点。这里我认为涉及到的应该是感受野吧,和卷积核有关,如果拿一个3
3卷积核卷积原图,出来的特征图上的一个点对应原图上的一个3
3区域。而stride首先影响到的是特征图上连续的两个特征点在空间上的距离。对原图进行卷积,如果
步长过大
,而且小人脸对应的区域较小,卷积操作作用到人脸区域的次数也会减少,甚至可能直接略过那片区域了。所以导致小人脸区域的特征很少。
遮挡
Repulsion Loss 互斥loss、PedHunter等
模糊
速度
Head头部网络剪薄,anchor
不平衡问题: 重新审视目标检测的数据和算法流程,对于任何输入的特性的分布,如果它影响到了最终精度都是不平衡问题
类别不平衡:前景与背景不平衡、前景中不同类别输入包围框的个数不平衡
尺度不平衡:输入图像与包围框的尺度不平衡,不同特征层对最终结果贡献不平衡
空间不平衡:不同样本对回归损失的贡献不平衡、正样本IoU分布不平衡、目标在图像中的位置不平衡
目标函数不平衡:不同任务(比如回归和分类)对全局损失的贡献不平衡
clear