视觉目标检测及分割任务中使用解耦头的好处

什么是解耦头?

在做实例分割时,我们需要输出分类置信度图和实例mask图;
在做目标检测时,我们需要输出目标的分类和边框位置;
所以,这两类任务都需要输出分类和位置!
采用两个不同的头解耦输出分类和位置,称为decoupled;
其中目标检测的解耦头如下图所示:
视觉目标检测及分割任务中使用解耦头的好处_第1张图片
solov2的解耦头如下图所示:
视觉目标检测及分割任务中使用解耦头的好处_第2张图片

为什么要用到解耦头?

因为分类和定位的关注点不同!
分类更关注目标的纹理内容!
定位更关注目标的边缘信息!
视觉目标检测及分割任务中使用解耦头的好处_第3张图片
如上图所示分类更关注中心的内容区域,而边框回归更关注边缘信息!
有实验表明使用解耦头之后目标检测任务的精度提升了三个百分点~
具体分析说明详见:https://blog.csdn.net/jiacong_wang/article/details/120674145

你可能感兴趣的:(目标检测,人工智能,计算机视觉)