标签:策略 训练 05 检测 09 2021 YOLOP 多任务 Once
YOLOP: You Only Look Once for Panoptic Driving Perception
论文标题
YOLOP: You Only Look Once for Panoptic Driving Perception
##个人总结
最近复现学习了YOLOP。这篇文章的亮点大概就是多任务融合和训练策略吧。
废话不多说啦,讲重点,画黑板啦。
贡献点:
一、提出了多任务(目标检测、车道线检测、可行驶区域检测)检测网络,是目前同时实现三任务推理速度最快且精准度也不差的。
二、多任务训练的验证,作者通过消融实验进行了证明。
我们先来看看网络结构吧。
简单说一下,在进行语义分割的时候,作者将特征图上采样到了输入大小,逐像素进行预测。网络确实没啥亮点,也或许是我看不出吧。
好啦好啦,别吃辣条啦。
看看训练策略吧。
上表的训练策略是ES-D-W策略。
作者在论文中进行了多次实验,论证不同策略的效果,具体看论文吧。
关于损失函数,我有话想讲了,有一部分是我没看懂的样子。
车道线新加的Liou我怎么推了好几遍都觉得有问题呢?
杠精勿扰。单纯记录。
标签:策略,训练,05,检测,09,2021,YOLOP,多任务,Once 来源: https://blog.csdn.net/xiaozhou1995/article/details/120112257
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。