学到物体的泛化特征是 one-stage 的优点？

来源：2-12 One-stage与Two-stage优缺点对比

慕移动1014655

2020-07-04

这一说法是针对 two-stage 来说吗？
我的理解是：泛化能力不是应该取决于 backbone 提取的feature map吗？而one-stage 和 two-stage完全可以采用相同的 backbone？

写回答

1回答

会写代码的好厨师

2020-08-15

此说法实际上是从实验的角度上发现的YOLO的特点。主要还是因为YOLO本身的结构比较简单，而且是一个全卷积的网络，所以学到的特征可以迁移到其他任务上。不过这并不能说明其他的方法没有这个能力。

另外，泛化能力不是应该取决于 backbone 提取的feature map吗。这样说感觉不准确，应该是取决于backbone以及训练任务，并不是全部的任务训练出来的特征都会有这样较好的迁移能力。

这种迁移出来的feature最大的优点是能够加快训练任务的收敛。

深度学习之目标检测常用算法原理+实践精讲

从原理到场景实战，掌握目标检测核心技术

878 学习 · 221 问题

相似问题

回答 1

回答 1

anchor

回答 1

回答 1

回答 1