segmentation调试方法(segmentfault脚本怎么写)

技术Segmentation中anchor free方法怎么实现的小编给大家分享一下Segmentation中anchor free方法怎么实现的,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读

边肖将与您分享如何在细分市场中实现无锚方法。相信大部分人还不太了解,所以分享这篇文章给大家参考。希望大家看完这篇文章后收获多多。让我们一起来发现吧!

00-1010

3. 基于Segmentation的方法

让我们从之前的FCOS总体框架开始:Segmentation中anchor  free方法怎么实现的

根据FCOS的说法,它将每个地点作为样本。如下图所示,可以看到最左边的橙色点在棒球运动员的盒子里,这个点的gt实际上是这个点到盒子四边的距离和盒子的obj类别,所以最终预测的输出是HxWxC和HxWx4,C和4分别代表每个特征图的每个位置要预测到的类别和这个点到盒子的边界距离。以这种方式获得盒子后,NMS等以与FCOS回合的锚基方法相同的方式进行:Segmentation中anchor  free方法怎么实现的

其实如果不考虑分类下的中心性分支,怎么样?你会觉得很熟悉吗?在这里粘贴视网膜的网络图:Segmentation中anchor  free方法怎么实现的

可以发现两者最大的区别就是最后一个输出通道。Retinanet输出KA和4A(A代表锚的数量,K代表类别的数量),是预测它们的类别和A锚在每个位置位置的相对偏移量,而FCOS直接预测网格所属的类别和生成的盒子。完全没有盒子的概念,整体上也非常接近语义分割的分割思路。这种方法会有一个问题,就是越靠近box内部的中心,效果越好,但是越靠近Box的边缘,虽然理论上应该还是正的,但是因为经常落在obj之外,预测效果不好。因此,FCOS的解决方案是引入一个新的分支中心,其gt计算如下:

Segmentation中anchor  free方法怎么实现的

可以看出,如果位置与框的左右边界之间的距离相同,则根符号中的第一项应为1。类似地,当与上下边界的距离相同时,根符号中的第二项为1。此时gt值为1,位置正好在中心。如果位置非常靠近边缘,gt将非常小。经过这个分支训练后,在推理阶段会乘以分类的预测值作为最终得分,从而压制中心点附近的位置。此外,FCOS还引入了多尺度的概念。如果FPN某一级别的t/b/l/r最大值大于某一阈值,则认为该框不适合当前级别的特征,可以排除。00-1010认识FCOS后,更容易认识foveabox。foveabox的不同在于多尺度策略和编码方式。Foveabox的多尺度策略是根据区域将不同大小的盒子分配给不同级别的特征图,存在重叠。FPN的P3~P7的每个左叶的Pl分别有一个基数Sl。当l=3时,S3对应P3是3232,当l=4时,P4对应它。

S4是6464,一直倍增。每个level负责的box的面积范围为,其中n^2是可变化的参数,可以看到,不同leval预测的范围会有重叠,这可以增加一定的鲁棒性:


Segmentation中anchor free方法怎么实现的
 

而考虑到不同level预测的box大小不同,预测的box位置坐标也是经过编码的,编码方式如下(z代表系数,具体计算方式见论文):

Segmentation中anchor free方法怎么实现的
最后,也就是foveabox名称的由来,对于box内部离中心点比较远的抑制方法,foveabox没有centerness那样的分支,而是用了另一个思路,那就是只有box内部比较靠近中心的点才被视作正样本(下图带黑色点的红色区域),如果该点在Box内部但是离边缘比较近,则往往被视作灰色区域,即不算正样本,也不算负样本,梯度回传的时候不考虑(红色box内部白色区域)。正样本所在的矩形框和灰色区域的矩形框大小是由两个不同的伸缩系数控制的。
Segmentation中anchor free方法怎么实现的


  • FSAF

关于FSAF,就没有太多需要介绍的内容了,只需要知道以下三点:1. FSAF在每个location预测box的方式也是预测点到box四个边界的距离,类似FCOS 2. FSAF抑制box内部远离中心点的干扰的方法类似Foveabox,同样把非常靠近中心的矩形区域视作正样本,在box内又离得比较远的不计入梯度计算 3. FSAF的多尺度策略比较特殊,它不会手动分配level预测某个box(这一点和FCOS和Fovea不同,这两本本质上多尺度都用了手动分配的方法),而是在各个尺度上同时计算,看box在哪个level上得到的loss最小,就在这个level的特征上计算,由此实现针对不同obj的特征选择自动化。
Segmentation中anchor free方法怎么实现的

以上是“Segmentation中anchor free方法怎么实现的”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注行业资讯频道!

内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/153656.html

(0)

相关推荐

  • 石蕊的化学式,紫色石蕊溶液与稀盐酸反应方程式

    技术石蕊的化学式,紫色石蕊溶液与稀盐酸反应方程式紫色石蕊作为酸碱指示剂的原因是电离平衡原理石蕊的化学式,不是化学方程式。石蕊是蓝紫色粉末,它是一个比较复杂的化合物。是从植物中提取得到的蓝色色素,能部分地溶解于水而显蓝色。

    生活 2021年10月28日
  • mysql的count语句(mysql中count函数)

    技术MySQL中count(1)、count(*)、count(字段)的区别有哪些这篇文章主要为大家展示了“MySQL中count(1)、count(*)、count(字段)的区别有哪些”,内容简而易懂,条理清晰,希望能

    攻略 2021年12月22日
  • 辣椒炒鸡蛋的家常做法,青椒炒蛋炒辣椒要放油吗

    技术辣椒炒鸡蛋的家常做法,青椒炒蛋炒辣椒要放油吗肯定需要放油的辣椒炒鸡蛋的家常做法,煎鸡蛋所需的一、准备材料 主料:鸡蛋 200克辅料:辣椒(青、尖) 50克
    调料:植物油60克 料酒25克 盐 3克 各适量
    椒切细,鸡

    生活 2021年10月25日
  • 怎么使用flutter中Checkbox复选框的全选与删除

    技术怎么使用flutter中Checkbox复选框的全选与删除本篇内容介绍了“怎么使用flutter中Checkbox复选框的全选与删除”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大

    攻略 2021年10月29日
  • rnn网络训练方法(rnn在时间序列的表现)

    技术RNN如何训练并预测时序信号RNN如何训练并预测时序信号,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。上期我们一起用RNN做了一个简单的手写字分类器

    攻略 2021年12月21日
  • 英语的时态,英语七大时态结构,用法

    技术英语的时态,英语七大时态结构,用法时态的用法都是在根据各种时间条件下所发生的行为、动作和状态,依靠着动词的特定的形式来表达英语的时态。不同时态采用的结构是会有相对应的有标志词(时间状语)+相对应的动词的变形。英语时态

    生活 2021年10月28日