這篇paper主要是針對訓練數據時,遮蔽和形變物體的數據集不一定很全面提出的,於是,想到可以用生成網絡生成這種數據來進行訓練。但是這種數據生成又是很困難的,作者就想到跳過生成數據,直接在Feature Map上做類似的生成。
和生成模型很類似,在Feature Map上引入Adversary去和Detector做對抗訓練,訓練出最終的模型。
詳細的內容可參見paper:
A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
找到一篇caffe的github實現:
https://github.com/xiaolonw/adversarial-frcnn