https://zh-v2.d2l.ai/chapter_computer-vision/multiscale-object-detection.html
-
是的，实际上尺度较小的往往对应较高的抽象层次，尺度较大的则对应较小的抽象层次，因为越深层、特征图尺度越小特征图上的每个位置感受野越大、非线性性越强，得到的特征映射也更加复杂抽象
-
见以下代码
‘’’
display_anchors(img, fmap_w=4, fmap_h=4, s=[0.25])
‘’’ -
通过一个11卷积，将通道数变为(Ca+4a)，其中Ca代表为每个位置a个锚框，每个锚框有C个可能的类别(含背景)；4a代表每个位置a个锚框，每个锚框对应四个偏移量，这样截取前Ca个通道的输出，并沿通道维度每C个做一次softmax就得到每个位置每个锚框对应各类别概率；其余4a个通道就作为偏移量，最后输出的形状为1×(Ca+4*a)×h×w
4 Likes