摘要：
背景 基于ResNet 101的Faster RCNN速度很慢，本文通过提出Position-sensitive score maps(位置敏感分值图)来给模型加速。 方法 首先分析一下，为什么基于ResNet 101的Faster R-CNN很慢？ 其实主要的原因是ROI Pooling层后面的C 阅读全文
摘要：
背景 要在YOLO v2上作出改进。 方法 (1)分类器改变。从softmax loss改变为logistic loss，作用是处理符合标签，softmax loss只能用来预测只有一种类别的目标，logistic loss可以是多种类别。 (2)引入多级预测机制。在三种尺度的特征图上做detect 阅读全文
摘要：
背景 YOLO v1检测效果不好，且无法应用于检测密集物体。 方法 YOLO v2是在YOLO v1的基础上，做出如下改进。 (1)引入很火的Batch Normalization，提高mAP和训练速度； (2)加入了Anchor Box机制，每个grid cell5个Anchor Box； (3) 阅读全文