0%

GIoU提出背景

从图中我么可以看出,优化BBox参数的常用距离损失与使该度量值最大化之间存在差距。常理来说,度量最佳目标是度量本身,直接用IoU作为loss来计算会更加有效,但是IoU指的是BBox之间的交并比,前提是必须有交集的两个Box才能计算,为了解决这个问题,GIoU被提出。

阅读全文 »

混淆矩阵:
也称为误差矩阵,是一种特定的表格布局,允许可视化算法的性能,通常是监督学习的算法(在无监督学习通常称为匹配矩阵)。矩阵的每一行代表预测类中的实例,而每列代表实际类中的实例(反之亦然)。从字面理解:看出系统是否混淆了两个类(即通常将一个类错误标记为另一个类)(多类可以合并为二分类)。

阅读全文 »

理论感受野

能够影响单个卷积输出值的输入区域。

比如1个3x3的卷积核,stride=1,输出的点是由3x3大小的感受野提供的。如果再跟上一个2x2的pooling层,那么pooling层输出的一个点是由4x4的感受野提供的。
解释,因为2x2的pooling层上的每个点是由3x3视野提供的,但是,卷积核的stride=1,所以,感受野上下增加1,为4x4。

阅读全文 »