CVPR目標(biāo)檢測(cè)新框架:不再是YOLO,而是只需要一層特征(干貨滿滿,建議收藏)(2)
使用Dilated Encoder模塊代替FPN 。SiSo Encoder只使用了Backbone中的C5特征作為輸入,C5特征感受野僅僅覆蓋有限的尺度范圍,當(dāng)目標(biāo)尺度與感受野尺度不匹配時(shí)就導(dǎo)致了檢測(cè)性能的下降。為使得SiSo Encoder可以檢測(cè)所有目標(biāo),作者需要尋找一種方案生成具有可變感受野的輸出特征,以補(bǔ)償多級(jí)特征的缺失。
在C5特征的基礎(chǔ)上,研究者采用空洞卷積方式提升其感受野。盡管其覆蓋的尺度范圍可以在一定程度上擴(kuò)大,但它仍無(wú)法覆蓋所有的目標(biāo)尺度。以上圖(b)為例,相比圖(a),它的感受野尺度朝著更大尺度進(jìn)行了整體的偏移。然后,研究者對(duì)原始尺度范圍與擴(kuò)大后尺度范圍通過(guò)相加方式進(jìn)行組合,因此得到了覆蓋范圍更廣的輸出特征
*博客內(nèi)容為網(wǎng)友個(gè)人發(fā)布,僅代表博主個(gè)人觀點(diǎn),如有侵權(quán)請(qǐng)聯(lián)系工作人員刪除。