论文名称:CBNet: A Novel Composite Backbone Network Architecture for Object Detection
论文作者:Yudong Liu, Yongtao Wang, Siwei Wang, TingTing Liang, Qijie Zhao, Zhi Tang, Haibin Ling
发行时间:Submitted on 9 Sep 2019
论文地址:https://arxiv.org/abs/1909.03625
代码开源:https://github.com/PKUbahuangliuhe/CBNet
一. 概述
本文提出一种新型的特征融合算法: CBNet, 采用骨干网络融合, 有效提高了对象检测和实例分割的精确度.
二. 模型
2.1. CBNet架构
相比于Mask RCNN采用单一的ResNet作为Backbone, 作者提出采用多Backbone特征融合的CBNet, 即采用现有的多个同类型的Backbone进行跨骨干网络的特征传播得到语义更丰富的feature.
如上图所示, 从
经过对比实验, 得出这些连接方法中 AHLC 性能最好:
故笔者只讲述 AHLC 的实现方法, 想了解其他方法的请自行阅读原论文
2.3. AHLC实现的CBNet
假设CBNet一共有
3个), 优先精度.
当然, 连接方式都是采用 AHLC.
</div>
<link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-095d4a0b23.css" rel="stylesheet">
</div>
论文名称:CBNet: A Novel Composite Backbone Network Architecture for Object Detection
论文作者:Yudong Liu, Yongtao Wang, Siwei Wang, TingTing Liang, Qijie Zhao, Zhi Tang, Haibin Ling
发行时间:Submitted on 9 Sep 2019
论文地址:https://arxiv.org/abs/1909.03625
代码开源:https://github.com/PKUbahuangliuhe/CBNet
一. 概述
本文提出一种新型的特征融合算法: CBNet, 采用骨干网络融合, 有效提高了对象检测和实例分割的精确度.
二. 模型
2.1. CBNet架构
相比于Mask RCNN采用单一的ResNet作为Backbone, 作者提出采用多Backbone特征融合的CBNet, 即采用现有的多个同类型的Backbone进行跨骨干网络的特征传播得到语义更丰富的feature.