目标检测5: faster-rcnn改进版, yolov3, retinanet效果比较

上接前面4篇。

下图显示了faster改进版,yolov3,retinnet结果的比较,图来自yolov3论文。

    从效果上看:整体上retinanet效果最好,但速度不及yolov3,约为yolov3的3.8倍。yolov3效果不如retinanet的原因可能是:focal loss起作用了;retinanet使用较多的anchor(retinanet每个尺寸的输出使用9个anchor,yolov3每个尺寸的输出使用3个anchor);retinanet拿到特征进行预测时使用2路输出,1路进行分类,1路进行回归(2路参数多),而yolov3只使用了1路输出同时分类+回归(1路参数较少);darknet53和resnet提取特征效果的差异。除了retinanet以外,yolov3在检测小物体时效果最好,检测大物体时效果一般。

    从网络结构上看:faster-rcnn只利用了基础网络的最后一层特征。retinanet和yolov3结构设计思路上有共同点,它们都借鉴了其他论文的思维,如特征金字塔(FPN),多尺寸输出,使用anchor,网络结构全部用卷积。在追求速度上可以使用yolo,在追求效果上可以使用retinanet。

你可能感兴趣的:(目标检测)