国产做a爱一级毛片久久黑料网站,大粗鳮巴久久久久久久久,停停久久,最好看2019中文在线播放电影,阿娇囗交全套高清视频ai换脸,天天色艹,欧美三人交,日韩肏逼片

論文：You Only Look One-level Feature

下載地址：

https://arxiv.org/abs/2103.09460

代碼:

https://github.com/megvii-model/YOLOF

Introduction

針對(duì)多尺度特征融合提出多層輸入和單層輸入的方式，針對(duì)分而治之提出在單層檢測(cè)和多層檢測(cè)的方式，兩者結(jié)合就是如下圖所示的MiMo，SiMo，MiSo，SiSo。

根據(jù)圖a和b可得出多尺度融合的特征所帶來(lái)的精度提升很少。對(duì)比圖a和c，分而治之的方式可帶來(lái)12的mAP的提升。

這可以得出兩個(gè)結(jié)論：

(1) 這表明C5層基本融合了全部語(yǔ)義信息，沒(méi)必要進(jìn)行多尺度融合。

(2) 分而治之帶來(lái)的益處遠(yuǎn)多于多尺度特征融合。

然而相比于單層檢測(cè)，使用分而治之意味著需要更多的內(nèi)存，降低推理速度，且對(duì)于one-stages的檢測(cè)器來(lái)說(shuō)結(jié)構(gòu)更復(fù)雜。

基于第一個(gè)實(shí)驗(yàn)的結(jié)論，作者進(jìn)行了第二個(gè)實(shí)驗(yàn)--比較MiMo和SiSo這兩種Encoder-Decoder方式。

實(shí)驗(yàn)結(jié)果如下圖所示，MiMo的精度比SiSo更高，但推理速度慢了很多，且MiMo與SiSo的內(nèi)存之比為134G vs 6G。

經(jīng)過(guò)分析，SiSo精度低的原因是有兩個(gè)：

(1) 與C5的特征感受野的匹配的尺度范圍有限。

(2) 在單層通過(guò)稀疏anchor方式產(chǎn)生的positive anchor數(shù)量極其不平衡。

基于以上兩個(gè)實(shí)驗(yàn)，作者提出不再使用多尺度融合，而是要擴(kuò)大C5所能匹配的尺度范圍，這樣能在提高精度的同時(shí)，充分利用SiSo的速度和低內(nèi)存的優(yōu)點(diǎn)。所使用的方式就是對(duì)這兩個(gè)問(wèn)題進(jìn)行改進(jìn)。

Methods

提出Dilated Encoder來(lái)解決C5的尺度匹配范圍的問(wèn)題，提出Uniform Matching來(lái)解決單層positive anchors數(shù)量不平衡的問(wèn)題。

Dilated Encoder

為方便讀者理解，先補(bǔ)充一點(diǎn)說(shuō)明，特征金字塔的一種方式就是FPN這種使用降采樣來(lái)構(gòu)建，另一種方式就是通過(guò)多支路使用不同空洞率的空洞卷積 (dilation convolution)來(lái)構(gòu)建。

關(guān)于特征金字塔這種技術(shù)，在很多論文中提出了一些新的特征融合方式，在下一篇中將對(duì)特征金字塔進(jìn)行技術(shù)總結(jié)，感興趣的讀者請(qǐng)關(guān)注公眾號(hào)《CV技術(shù)指南》的技術(shù)總結(jié)部分。

在這里就是使用了第二種方式來(lái)構(gòu)建特征金字塔，但有所不同的是，這里并不是使用多支路，而是將其串聯(lián)，一條支路中使用四種空洞率的空洞卷積，看圖更容易理解。

Dilated Encoder由一個(gè)Projector和四個(gè)Residual Blocks組成,其中Residual Blocks中3x3卷積的空洞率是不一樣的。

Uniform Matching

MiMo和SiSo產(chǎn)生的anchor的數(shù)量比為100K vs 5K，由于使用Max-IOU這種匹配方式，大的GT boxes會(huì)比小的GT boxes產(chǎn)生更多的positive anchor，這使得網(wǎng)絡(luò)在訓(xùn)練過(guò)程中將更多的注意放在了大的 GT boxes，而忽視了小的。

因此Uniform Matching的方式是使用最近鄰方式來(lái)匹配。具體方式是選擇GT boxes最近的K個(gè)boxes, 這樣的方式不管GT boxes大小可以匹配相同數(shù)量的Boxes。