本文是论文<Receptive Field Block Net for Accurate and Fast Object Detection>的阅读笔记,该论文提出了RFB模块,并将其集成到SSD中提出了目标检测网络RFB Net。
本文是论文<EfficientDet: Scalable and Efficient Object Detection>的阅读笔记,该论文提出了BiFPN多尺度特征融合方法,并在此基础上提出了EfficientDet目标检测网络。
本文是论文<Learning Spatial Fusion for Single-Shot Object Detection>的论文笔记,该论文提出了自适应空间特征融合( adaptively spatial feature fusion,ASFF)方法用于进行多尺度特征融合,并与YOLOv3结合提出YOLOv3-ASFF。
本文是论文<M2Det: A Single-Shot Object Detector Based on Multi-Level Feature Pyramid Network>的阅读笔记,该论文提出了MLFPN,并与SSD结合组成了M2Det目标检测算法。MLFPN由FFM、TUM、SFAM三个模块组成。
本文是论文<Improving Object Detection With One Line of Code>的阅读笔记,该论文提出了Soft NMS方法。
本文是论文<Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression>的阅读笔记,该论文提出了Distance IoU loss(DIoU)和Complete IoU loss(CIoU)这两个用于目标检测的损失函数,并在此基础上提出了DIoU NMS算法。
本文是论文<DropBlock: A regularization method for convolutional networks>的阅读笔记,该论文提出了DropBlock正则化方法,可以有效的应用卷积层。
本文是论文<Regularization of Neural Networks using DropConnect>的阅读笔记,该论文提出了DropConnect,用于NN的正则化。