尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
《AutoFocus: Efficient Multi-Scale Inference》论文笔记
《AutoFocus: Efficient Multi-Scale Inference》论文笔记1. Motivation这是一篇讨论如何“from coarse to fine”进行目标检测的论文。进行多尺度目标检测一般都会用到金字塔网络有的是利用特征金字塔如FPNFeature Pyramid Network在深层特征图上检测大目标在浅层特征图上检测小目标也有的用图像金字塔如本文。但是对不含目标的区域进行检测会消耗不必要的计算资源所以通常会采用逐步精细化的检测策略。在本文中是通过在coarse scale上定位可疑目标返回区域切片再在fine scale的切片上进行小目标检测最后合并各尺度检测结果实现的。2. MethodAutoFocus的架构AutoFocus FocusPixels FocusChips Focus Stacking1. 生成FocusPixels定义在特征图如Resnet的Conv5的某个像素点上如果该像素点在对应原图的区域上有小物体存在即感受野上有小物体这个像素点就被定义成FocusPixels。训练网络训练时标记FocusPixels为正样本标签为1其他像素被定义成无效样本标签为-1或者负样本标签为0网络学习在这些标签为1的位置产生高的激活值。标签定义正样本l 1有小物体覆盖的像素。无效样本l -1有中等大小物体或极小物体覆盖的像素。负样本l 0不符合上述条件的像素。打标签的过程下面用论文中给出的图讨论打标签的过程首先上图非推理过程这里的多尺度不是推理时的原始尺度上找到可能包含小物体的区域—— 将该区域的图像放大作为scale2进行检测——再放大到scale3进行检测。事实上这个图反映的是训练过程中的标签标注过程对于上图三个尺度来说都在做同一件事找到图像中的小目标。对于scale1来说红色框的两个小物体尺寸属于小目标被标注为正类而黄色框的因为属于中间大小的物体从而被标注为无效样本。对于scale2来说红色框表示小物体被标注为正类黄色框属于中间尺寸被标注为无效样本在scale1中被标注为无效样本的大象因为在scale2中尺寸符合了大目标的定义所以被定义成负样本。对于scale3原来在scale2中的小目标在scale3中因为尺寸变大被定义成无效样本。如果还不理解可以参考论文中的标注数学表达式如下所示l{1,if IoU(GT,l)0 and aGT Areab−1,if IoU(GT,l)0 and GT Areaa or bGT Areac0,otherwisel \begin{cases} 1, \text{if } \text{IoU}(\text{GT}, l) 0 \text{ and } a \sqrt{\text{GT Area}} b \\-1, \text{if } \text{IoU}(\text{GT}, l) 0 \text{ and } \sqrt{\text{GT Area}} a \text{ or } b \sqrt{\text{GT Area}} c \\0, \text{otherwise}\end{cases}l⎩⎨⎧​1,−1,0,​ifIoU(GT,l)0andaGT Area​bifIoU(GT,l)0andGT Area​aorbGT Area​cotherwise​其中的GTAreaGTAreaGTArea是原始的GT框经过不同尺度的变换得到的即如果输入图片变大了那么GTAreaGTAreaGTArea也变大了而上面公式中的a,b,ca,b,ca,b,c是不变的这样必然会引起同一个目标在不同尺度的图像中被打成不一样的标签。2. 生成FocusChips过程使用阈值ttt从特征图中标记 FocusPixels激活值大于阈值的像素被标注为1目标小于的被标注为0背景使用膨胀卷积对这些像素进行膨胀处理以增加上下文信息。前面两步会得到一个个的像素块下面使用FocusChip Generator算法将属于同一目标的块合并并生成一个大的矩形框作为新的像素块确保框的尺寸大于预定义的K小于的话就多覆盖一些周围的像素作为context。3. 执行Focus Stacking步骤通过尺度变换合并来自各个尺度的检测结果如果在边界上检测到目标删除掉这个框执行非极大值抑制
RELATED

相关推荐

Buttercoin代码解读:从CoffeeScript实现看比特币交易引擎设计

Buttercoin代码解读:从CoffeeScript实现看比特币交易引擎设计

Buttercoin代码解读:从CoffeeScript实现看比特币交易引擎设计 【免费下载链接】buttercoin Opensource Bitcoin Exchange Software 项目地址: https://gitcode.com/gh_mirrors/bu/buttercoin Buttercoin作为一款开源比特币交易软件,诞生于2013年比…

📅 2026/9/12 1:56:08
如何让10美元的鼠标在macOS上超越苹果触控板?Mac Mouse Fix终极指南

如何让10美元的鼠标在macOS上超越苹果触控板?Mac Mouse Fix终极指南

如何让10美元的鼠标在macOS上超越苹果触控板?Mac Mouse Fix终极指南 【免费下载链接】mac-mouse-fix Mac Mouse Fix - Make Your $10 Mouse Better Than an Apple Trackpad! 项目地址: https://gitcode.com/GitHub_Trending/ma/mac-mouse-fix 还在为macOS上第…

📅 2026/9/8 4:50:23
2026年网课笔记推荐掌握3个挑选标准轻松选到实用好笔记

2026年网课笔记推荐掌握3个挑选标准轻松选到实用好笔记

2026年选适合职场新人的实用网课笔记工具,只要抓住3个核心挑选标准就能避开无效坑:第一适配网课录音转整理的需求,第二自带知识巩固自测功能帮你快速记牢知识点,第三能大幅压缩手动整理的时间。针对职场新人消化大量内部培训、外部…

📅 2026/9/1 13:23:54
MORE NEWS

更多资讯

📰

HCIP路由控制基础:OSPF引入静态路由与filter-policy过滤实战

做网络的人多多少少都遇到过这种场面:一套OSPF运行得好好的,突然有人在核心路由器上敲了一条 import-route static,全网路由表瞬间多出几百条明细路由,有些路由器开始折腾CPU,有些甚至把下一跳指向了一个根本不存在的地…

📰

2026工业散热器工况适配榜单,江浙沪靠谱散热厂家推荐

不同工业场景的发热功率、环境温度、粉尘湿度、电磁环境差异极大,普通标准工业散热器无法适配高热流密度、全天候连续运行工况,容易出现积热、高温降频、设备死机、寿命衰减等问题。2026年高端设备散热标准持续升级,行业采购普遍优先筛选技术…

📰

事务实战:从本地事务到分布式事务,讲透一致性、隔离级别与排查方法

手头正好攒了一批跟“事务(Transaction)”相关的实战记录,包括本地事务、Spring声明式事务、分布式事务一致性、事务日志排查这些内容。从几个真实的故障现场聊起,把事务背后的原理、常见坑和排查思路一次讲透,希望能给…

📰

容器资源限制与调度:从Docker到K8s的资源管理实战

容器资源限制这个话题,看着像是运维或者平台工程师的专属领域,但真踩过坑的人都知道,只要你的服务上了容器,不管是 Docker 还是 Kubernetes,资源限制和调度就是你绕不过去的两道坎。我见过太多线上事故,不是…

📰

降AI率实操指南:10款工具横评与AIGC检测原理解析

2026年自考季还没正式到,后台已经有不少人在问同一个问题:“AI率高怎么办?”尤其是那些用AI辅助写论文、写作业的考生,一到检测环节就傻眼——明明是自己一个字一个字改过的内容,检测平台却标了60%、70%的AI率&#xf…

📰

漫无目的刷算法题:从简单题开始,反而成长更快

看到这个标题的时候我乐了。这不就是我的日常吗——晚上九点半洗完澡坐电脑前,本来只想看一眼明天的天气,结果鬼使神差打开算法题库,随手点开一道“简单”,就开始刷了。没有计划表,没有目标清单,纯粹是想动…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬