ECCVApr, 2020
通过动态训练实现高质量对象检测的动态 R-CNN
Dynamic R-CNN: Towards High Quality Object Detection via Dynamic Training
Hongkai Zhang, Hong Chang, Bingpeng Ma, Naiyan Wang, Xilin Chen
TL;DR本文提出了 Dynamic R-CNN 以调整标签分配标准和回归损失函数的形状,这使得训练样本得到更好的利用,并使检测器适应更多的高质量样本。在 MS COCO 数据集上,我们的方法基于 ResNet-50-FPN 基线改进了 1.9% AP 和 5.5% AP$_{90}$