首页 > TAG信息列表 > YOLOF
2021CVPR论文阅读日志（1）--目标检测篇（1）：摘要翻译：
YOLOF-You Only Look One-level Feature 1. 摘要： 本文重新回顾了一阶段检测器中的特征金字塔网络（FPN），并指出FPN网络的成功在于他它面对目标检测中的优化问题时的“分而治之”方法。从优化角度看，为了处理这个问题，我们没有使用复杂的特征金字塔结构，而是引入了一个可替代的方目标检测算法YOLOF：You Only Look One-level Feature
文介绍 CVPR 2021 接收的目标检测论文 You Only Look One-level Feature。 原论文作者来自：中科院自动化所、中科院大学人工智能学院、中国科学院脑科学与智能技术卓越创新中心、旷视科技。 0 动机 在高性能的目标检测网络中，特征金字塔网络（Feature Pyramid Network，FPN）是一个CVPR2021|特征金字塔的新方式YOLOF
论文：You Only Look One-level Feature 下载地址：https://arxiv.org/abs/2103.09460 代码: https://github.com/megvii-model/YOLOF Introduction 构建特征金字塔最普遍使用的方式是FPN，FPN的成功主要有两点，一是多尺度特征融合，二是分而治之，所谓分而治之就是对不同尺度的目标在不论文阅读|YOLOF，丢弃FPN，只需要一个特征图来做目标检测
paper: https://arxiv.org/abs/2103.09460 code: https://github.com/megvii-model/YOLOF 目录 Abstract1. Introduction2. Related Work3. Cost Analysis of MiMo Encoders4. Method4.1. Limited Scale Range4.2. Imbalance Problem on Positive Anchors4.3. YOLOF 5.Exp