yolo的发展

目标检测模型优化方法

OHEM样本增强
class aware sampling
都在样本在数据集中的权重判断



小量取:类别分之一
针对多卡的

可变形卷积:除了学习权重还学习卷积核的形状
整块dropout而不是一个一个dropout
学到的要么是狗要么不是狗,而不是监测到一只没耳朵的狗











版权声明:本文为weixin_42630613原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。


OHEM样本增强
class aware sampling
都在样本在数据集中的权重判断



小量取:类别分之一
针对多卡的

可变形卷积:除了学习权重还学习卷积核的形状
整块dropout而不是一个一个dropout
学到的要么是狗要么不是狗,而不是监测到一只没耳朵的狗










