[资料]

结合预测框和目标框之间的归一化距离来提出距离-IoU （DIoU） Loss

2022-11-14 15:46:01 1014

0 1、IoU深入解析　　边界框回归是目标检测的关键步骤，在现有方法中，虽然-norm loss 被广泛用于边界框回归，但它不是针对评估指标量身定制的，即 Intersection over Union （IoU）。最近，已经提出了 IoU 损失和generalized IoU （GIoU） Loss作为评估IoU的指标，但仍然存在收敛速度慢和回归不准确的问题。在本文中，我们通过结合预测框和目标框之间的归一化距离来提出距离-IoU （DIoU） Loss，它在训练中的收敛速度比 IoU 和 GIoU Loss快得多。　　目标检测是计算机视觉任务中的关键问题之一，几十年来一直受到了广泛的研究关注（Redmon et al. 2016; Redmon and Farhadi 2018; Ren et al. 2015; He et al. 2017; Yang et al. 2018; Wang et al. 2019; 2018）。通常，现有的目标检测方法可以分为：　　单阶段-检测，如YOLO系列（Redmon et al. 2016; Red- mon and Farhadi 2017; 2018）和SSD （Liu et al. 2016; Fu et al. 2017），　　两阶段检测，如 R-CNN系列检测（Girshick et al. 2014; Girshick 2015; Ren et al. 2015; He et al. 2017），　　甚至是多阶段的检测，像Cascade R-CNN （Cai and Vasconcelos 2018）。尽管存在这些不同的检测框架，但边界框回归预测一个矩形框来定位目标对象仍然是其中关键步骤。 IoU深入解析.pdf (1.84 MB, 下载次数: 0 ) 原作者：Fengwen，BBuf 0
举报淘帖0 只看该作者相关推荐 • 基于YOLOX目标检测算法的改进 938 • YOLOv5全面解析教程之目标检测模型精确度评估 1224 • 如何利用OpenCV去实现一种轻量级目标破检测模型呢 2070 • 介绍一种解决overconfidence简洁但有效的方法 2605 • 什么是归一化算法呢？怎样去使用归一化算法呢 1868 • 怎样去设计一个基于单片机的天车距离检测和报警系统 633 • 如何设置元器件与板框的间距？ 2780 • 技术革新：屏蔽夹替代屏蔽框 1836 • 谈谈：【归一化】 3692 • 半电波暗室归一化场地衰减的预测pdf 4117