in

CenterNet, explicado

1MFhUtNzCTFS4Z6Ph4QJ5tg

CenterNet, explicado

Sobre lo que distingue a CenterNet de otras arquitecturas de detección de objetos

Uri Almog

10 de abr·4 min de lectura

1*MFhUtNzCTFS4Z6Ph4QJ5tg
Mapa de calor de perro mojado. Fuente: Fotografía de Uri Almog
1*cWeOnI9db1 ULbYCYy53wQ

Fig. 1. COCO mAP vs. tiempo de inferencia para diferentes modelos, medido por los autores de CenterNet. Imagen creada por Uri Almog.
1*ZRJC3zspKwHSJvwSnq zlQ

Fig. 2. Predicción del mapa de calor CenterNet. El azul indica una confianza baja y el rojo indica una confianza alta de que la celda contiene un centro de recuadro. CenterNet predice un mapa de calor independiente para cada clase. Creado por Uri Almog. Fuente de la imagen: Fotografía de Uri Almog
1*5 2GRhESUpGnm LhSCQfZQ

Fig. 3. Flujo de CenterNet NMS. Se ilustran las etapas 1 a 3 de la lista de flujo. El segundo mapa de calor contiene una pequeña región roja plana cerca del pico de confianza. Todos los demás valores son ligeramente superiores a sus valores originales. Esto genera un punto singular en la salida de comparación de elementos, que luego se reduce a valores de confianza mediante la multiplicación de elementos. Fuente: Uri Almog.

Conclusión

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

modo avion

¿Cómo puedo ver las historias de Facebook sin que ellos lo sepan?

Mi soporte de Oracle