ceasc专题
CEASC:基于全局上下文增强的自适应稀疏卷积网络在无人机图像上的快速目标检测
Adaptive Sparse Convolutional Networks with Global Context Enhancement for Faster Object Detection on Drone Images 摘要 提出了一种基于稀疏卷积的探测头优化方法，该方法在精度和效率之间取得了较好的平衡。然而，该算法对微小物体的上下文信息融合不足，
论文阅读—— CEASC（cvpr2023）
arxiv：https://arxiv.org/abs/2303.14488 github：https://github.com/Cuogeihong/CEASC 为了进一步减轻SC中的信息损失，使训练过程更加稳定，我们在训练过程中除了稀疏卷积之外，还保持了正常的密集卷积，生成了在全输入特征图上卷积的特征图。然后，我们使用来通过将MSE损失优化为来增强稀疏特征图
论文阅读—— CEASC（cvpr2023）
arxiv：https://arxiv.org/abs/2303.14488 github：https://github.com/Cuogeihong/CEASC 为了进一步减轻SC中的信息损失，使训练过程更加稳定，我们在训练过程中除了稀疏卷积之外，还保持了正常的密集卷积，生成了在全输入特征图上卷积的特征图。然后，我们使用来通过将MSE损失优化为来增强稀疏特征图