Lecture 03从共享特征到两个输出头

从共享特征到两个输出头

主线阅读与优先实验

RGB图像、单特征层锚框检测器、分类/位置损失、NMS、独立检测评价

四个卷积层形成 45,806 参数的模型。分类 logits 为 [B,288,3]，框偏移为 [B,288,4]。两个头共享空间特征，分类头的“有目标”分数和框头的“偏移多少”要同时学好；分类分数接近 1 并不保证坐标足够准确。

推理只接收 RGB，解码所有候选，对每一前景类别分别做 NMS，默认抑制 IoU>.35 的低分框。保存候选的分数下限为 .01，绘图与 precision/recall 的工作点为 .4。候选阈值、NMS 的 IoU 阈值、评价的 IoU 阈值是三个不同控制量。