【Whalepaper第1期】CV论文研读 - You Only Look One-level Feature (YOLOF), CVPR2021

327未经授权,禁止转载
人工智能深度学习机器学习算法目标检测CV特征融合多尺度特征单输入单输出空洞卷积残差网络anchor匹配性能优化计算量内存负担
本文介绍了一种改进的目标检测网络结构,主要针对现有技术中多输入多输出(MIMO)结构带来的计算量大、内存负担重等问题进行了优化。作者提出了一种单输入单输出(SISO)结构,通过使用空洞卷积和残差网络技术,实现了对不同尺寸目标的有效检测,同时减少了计算量和内存需求。实验结果表明,该方法在保持较高检测精度的同时,显著提高了检测速度。此外,文章还探讨了anchor匹配策略的改进,通过uniform matching方法平衡了对大目标和小目标的检测能力。这项工作适合对目标检测技术、网络结构优化、计算效率提升等方面感兴趣的技术人员和研究人员。
讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}
ad
发布
头像

{{ item.user.nick_name }} {{ EROLE_NAME[item.user.identity] }}

置顶笔记
讨论图
{{ item.create_time }}回复
  • 删除

    是否确认删除?

    确认
    取消
  • {{ item.is_top == 1 ? '取消置顶' : '置顶'}}

    已有置顶的讨论,是否替换已有的置顶?

    确认
    取消
{{ tag.text}}
头像
{{ subitem.user.nick_name }}{{ EROLE_NAME[subitem.user.identity] }}
{{ subitem.create_time }}回复
删除

是否确认删除?

确认
取消
发布
{{pageType === 'video' ? '讨论区抢占沙发,可获得双倍学分' :'讨论区空空如也,你来讲两句~'}}
发布
{{tips.text}}
{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
头像
{{ detail.username }}

公开笔记对他人可见,有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记
保存
讲师头像
Datawhale
Datawhale 是一个专注于数据科学与 AI 领域的开源组织,汇集了众多领域院校和知名企业的优秀学习者,聚合了一群有开源精神和探索精神的团队成员。Datawhale 以「for the learner,和学习者一起成长」为使命,鼓励真实地展现自我、开放包容、互信互助、敢于试错和勇于担当。同时 Datawhale 用开源的理念去探索开源内容、开源学习和开源方案,赋能人才培养,助力人才成长,建立起人与人、人与知识、人与企业和人与未来的联结。
TA的视频
接下来播放:
自动连播