首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    A full data augmentation pipeline for small object detection based on GAN

    前者主要通过重用不同位置的现有目标或通过重新缩放函数调整其比例来解决。然而,已经证明,与真实世界的物体相比,常见的重缩放函数会导致伪影,这些伪影会显著扭曲重缩放的物体。...相应地,我们通过优化损失函数 来训练 ,定义为:  其中, 是对抗性损失, 是L2像素损失,λ是平衡两个分量的权重的参数。  ...该FID值显示了DS-GAN生成的对象如何比通过简单的重新缩放函数获得的目标具有更好的质量,即,与真实目标更相似。...这些结果验证了[17,18]中得出的结论,因为重新缩放函数引入了使输出对象与真实世界对象显著不同的伪影。...相反,通过直接重新缩放大对象生成的小对象对于识别小目标的数据增强是无用的,因为这些函数引入的伪像与真实世界中的小目标有很大不同。

    44820

    CVPR2020 中科院+商汤出品 Small Big Net

    简介 时空卷积常用于视频分类任务,然而其有限的视野使其影响网络对视频数据的表征能力 为了解决该问题,我们提出了一种SmallBig网络,它分为small biew和big view两个分支 「其中small...同时big view这一分支能给small view更大的感受野」。 2. 介绍 「时空卷积只对时间维度上有大感受野,因此会对空间信息提取不充分,甚至会引入噪声」 ?...SmallBig单元 我们先对Big Branch做了一个3D 最大池化,它「选取其中表征最大的特征」,比如红色框这里标记出来运动员腿部,「同时能为small分支提供一个大感受野」 两个分支「共享1x1x1...small分支注重细节,big分支则关注更大感受野的信息。两者相结合提升了网络的性能 5....总结 这是一篇实验十分充分的工作 作者先是分析了现有的时空卷积的缺点 再引申到使用最大池化来代替时空卷积 并通过共用卷积层参数,进一步融合了Small Big这两个分支网络。

    76420
    领券