題目
shuzilian ai
改進1、由於沒有正樣本
進行多階段訓練
改進2、由於目標尺寸變化過大
做bbox的尺寸篩選,在不同的RPN層上選擇最合適的bbox大小。保證模型更快的收斂和學習到比較好的效果。
[圖 模型+softnms]
減少訓練時長
從網絡結構的改進優化訓練效果而不是多尺度輸入(用了14倍的輸入):把cascade級聯檢測器的方式結合到FPN的每個RPN層上
[圖上是測試用時]
進行多階段訓練
做bbox的尺寸篩選,在不同的RPN層上選擇最合適的bbox大小。保證模型更快的收斂和學習到比較好的效果。
[圖 模型+softnms]
從網絡結構的改進優化訓練效果而不是多尺度輸入(用了14倍的輸入):把cascade級聯檢測器的方式結合到FPN的每個RPN層上
[圖上是測試用時]