旋转目标检测入门——RetinaNet和Rotation RetinaNet

        几个月我一直搞不懂旋转目标检测到底相对于水平的目标检测改进在了哪里,直到我读到了这一篇文章:《基于计算机视觉的芯片缺陷检测方法研究》。一篇硕士论文,里面写得特别清楚,胜过我读过的所有blog。今天就分享给大家这一篇文章的这一部分的内容!

        原文说得非常详细了。省流:在算位置的loss的里面,加了一个算角度的偏移量。

目录

RetinaNet原理

 Rotation RetineNet


RetinaNet原理

旋转目标检测入门——RetinaNet和Rotation RetinaNet_第1张图片

 旋转目标检测入门——RetinaNet和Rotation RetinaNet_第2张图片

 旋转目标检测入门——RetinaNet和Rotation RetinaNet_第3张图片

 旋转目标检测入门——RetinaNet和Rotation RetinaNet_第4张图片

 Rotation RetineNet

旋转目标检测入门——RetinaNet和Rotation RetinaNet_第5张图片

 旋转目标检测入门——RetinaNet和Rotation RetinaNet_第6张图片

 旋转目标检测入门——RetinaNet和Rotation RetinaNet_第7张图片

         总结:包含了两个损失函数,一个是用来看类别的,一个是用来看位置的。看位置的核心就是五个参数,中心点坐标,长宽,角度,也就是第一个loss;看类别的就是那个公式短一点的loss,也就是第二个Loss。

你可能感兴趣的:(船只检测,目标检测,计算机视觉,深度学习)