Open wzan0001 opened 4 years ago
不知道我理解的对不对，感觉类似centernet与FCOS的结合改进。 1.centernet方法改进来获得中心点，与centernet相比使用了椭圆区域的更多像素作为正样本中心点，这一点与FCOS使用box内的所有像素很类似，但正样本比FCOS的正样本更有效，因为更接近中心。 2.尺寸预测中使用了另一个高斯核，同样，高斯核内比centernet拥有了更多的正样本。而高斯核外尺寸回归的准确率较低故作为负样本。这里的高斯核又很类似于FCOS中的center-ness的作用，将远离中心的尺寸回归置信度降低。直接使用高斯核是否比FCOS去预测center-ness效率要高很多？ 不知道理解对不对，感谢指正。
不知道我理解的对不对，感觉类似centernet与FCOS的结合改进。 1.centernet方法改进来获得中心点，与centernet相比使用了椭圆区域的更多像素作为正样本中心点，这一点与FCOS使用box内的所有像素很类似，但正样本比FCOS的正样本更有效，因为更接近中心。 2.尺寸预测中使用了另一个高斯核，同样，高斯核内比centernet拥有了更多的正样本。而高斯核外尺寸回归的准确率较低故作为负样本。这里的高斯核又很类似于FCOS中的center-ness的作用，将远离中心的尺寸回归置信度降低。直接使用高斯核是否比FCOS去预测center-ness效率要高很多？ 不知道理解对不对，感谢指正。