摘要： 一、Swin 1.基本思想 swin transformer是微软2021年发表的文章，是基于transformer的模型。 主要流程是，首先将图像输入到patch partition中进行分块，然后进行线性变换，这两步可以理解为把图像切了许多小块形成了token，这样就可以输入到后续的tranfo 阅读全文

摘要： 一、OHEM 1. 目的：区分难分样本 2. 方法：多学习难例 对于一次SGD迭代：先计算出特征图，可读RoI网络对所 有RoI执行前向计算并计算每个RoI的损失，然后选择hard RoIs。把这 些hard RoIs输入到可读可写的RoI网络中执行前向前向计算和反向传播更新网络，并把可读可写的Ro 阅读全文

摘要： 一、Mask Rcnn 1.基本原理 在Faster Rcnn基础上添加一个Mask预测分支，每个类一张特征图。 大致流程为，首先backbone提取基础特征，然后通过RPN获得proposal，接着通过RoI Align把proposal的feature map裁剪出来，然后接两个分支，一个是类别 阅读全文