The network structure consists of t

The network structure consists of three main parts: backbone, FPN, and outputnetwork. The backbone network used in this experiment was ResNet50 and ResNet101 [43],which could be divided into 5 parts. It adds FPN for multi-scale feature extraction. Theoutput network consists of Heads, each of which contains a shared part and 3 branches.Classification predicts the confidence of the existence of the target at each sampling pointon the feature map, center-ness predicts the distance between the sampling point and thecenter of the target, and regression predicts the distance between the sampling point andthe real box of the original image (Figure 3).

ผลลัพธ์ (ไทย) 1:

โครงสร้างเครือข่ายประกอบด้วยสามส่วนหลัก: แบ็คโบน, FPN และเครือข่าย เอาท์พุต เครือข่ายแกนหลักที่ใช้ในการทดลองนี้คือ ResNet50 และ ResNet101 [43] ซึ่งสามารถแบ่งออกเป็น 5 ส่วน เพิ่ม FPN สำหรับการดึงคุณสมบัติหลายระดับ เครือข่ายเอาต์พุตประกอบด้วย Heads ซึ่งแต่ละส่วนมีส่วนที่ใช้ร่วมกันและ 3 สาขา การจำแนกประเภททำนายความเชื่อมั่นของการมีอยู่ของเป้าหมายที่จุดสุ่มตัวอย่างแต่ละจุดบนแผนที่คุณลักษณะ ความเป็นศูนย์กลางทำนายระยะห่างระหว่างจุดสุ่มตัวอย่างและศูนย์กลางของเป้าหมาย และการถดถอยทำนายระยะห่างระหว่างจุดสุ่มตัวอย่างและกล่องจริงของ ภาพต้นฉบับ (รูปที่ 3)

ผลลัพธ์ (ไทย) 2:

โครงสร้างเครือข่ายประกอบด้วยสามส่วนหลัก: เครือข่ายหลัก FPN และเอาต์พุต
เครือข่าย เครือข่ายหลักที่ใช้ในการทดลองนี้คือ ResNet50 และ ResNet101[43],
สามารถแบ่งได้เป็น 5 ส่วน มันเพิ่ม FPN สำหรับการสกัดลักษณะหลายขนาด นี่
เครือข่ายเอาท์พุทประกอบด้วย Heads แต่ละอันมีส่วนที่ใช้ร่วมกันและ 3 สาขา
การจำแนกประเภทการคาดการณ์ความเชื่อมั่นของการดำรงอยู่ของเป้าหมายในแต่ละจุดตัวอย่าง
บนแผนภูมิลักษณะศูนย์กลางคาดการณ์จุดตัวอย่างและ
ศูนย์กลางของเป้าหมายการกลับมาของจุดสุ่มตัวอย่างการคาดการณ์และ
กล่องจริงของภาพต้นฉบับ (รูปที่ 3)

ผลลัพธ์ (ไทย) 3:

โครงสร้างเครือข่ายประกอบด้วยสามส่วนหลักคือกระดูกสันหลังFPNและเอาท์พุท
เครือข่าย. เครือข่ายหลักที่ใช้ในการทดลองนี้คือResNet 50และResNet 101 [ 43 ]
สามารถแบ่งออกเป็น 5 ส่วน. เพิ่มFPNสําหรับการสกัดคุณลักษณะหลายระดับ นี่
เครือข่ายขาออกประกอบด้วยส่วนหัวแต่ละส่วนมีส่วนที่ใช้ร่วมกันและ3สาขา
ความเชื่อมั่นของเป้าหมายที่คาดการณ์ไว้ในแต่ละจุดตัวอย่าง
ในแผนที่คุณลักษณะศูนย์ทํานายจุดเก็บตัวอย่างและ
ศูนย์กลางของเป้าหมายการถดถอยทํานายจุดสุ่มตัวอย่างและ
กล่องจริงของภาพต้นฉบับ(รูปที่3 )