【论文阅读及复现】(1998)无网格线探索布线算法 + Python代码实现
@[toc]论文来源:(1998)无网格线探索布线算法作者:杨瑞元一、摘要提出的一种高效快速的无网格线探索布线算法适用于焊盘外形尺寸不一,线宽及线间距离可变的印制电路板及MCM 电路布线精心设计的数据结构及灵活的绕障探索方式可大大地提高搜索效率多级多遍优化策略为改善布线结果提供了可靠的保证该算法已成...
论文阅读笔记 | 目标检测算法——Generalized Focal Lossv1,v2
1. Generalized Focal LossAbstractOne-stage检测器基本上将目标检测定义为密集分类和定位(即边界盒回归)。该分类方法通常采用Focal loss进行优化,回归框位置通常采用狄拉克分布法进行学习。One-stage检测器的一个最新趋势是引入一个独立的预测分支来估计...
论文阅读笔记 | 目标检测算法——YOLOX
paper:YOLOX: Exceeding YOLO Series in 2021摘要:作者将YOLO检测器切换为anchor_free方式,并且结合了一些先进的检测测量,比如一个解耦的检测器头部以及一个标签分配策略SimOTA。ps:作者用一个YOLOX-L模型赢得了流感知挑战(2021年CVP...
论文阅读笔记 | 目标检测算法——PP-YOLOv2
paper:PP-YOLOv2: A Practical Object Detectorcode:https://github.com/PaddlePaddle/PaddleDetection摘要:在PP-YOLO的基础上再进行了改进,提高精度的同时几乎保持推断时间不变。作者分析了一系列改进,并通过...
论文阅读笔记 | 目标检测算法——PP-YOLO
paper:PP-YOLO: An Effective and Efficient Implementation of Object Detectorcode:https://github.com/PaddlePaddle/PaddleDetection摘要:在实际应用中,由于硬件的限制,往往需要牺...
论文阅读笔记 | 目标检测算法——DETR
paper:End-to-End Object Detection with Transformerscode:https://github.com/facebookresearch/detr摘要:paper提出将目标检测问题看作是集合预测问题,简化了检测流程,有效的消除了一些设计需要:如非最大抑制...
论文阅读笔记 | 目标检测算法——Dynamic R-CNN算法
paper:Dynamic R-CNN: Towards High Quality Object Detection via Dynamic Training摘要:虽然两阶段目标检测算法近年不断发展,但是其训练过程并非完美的。作者发现了固定网络设置和动态训练过程之间存在的不一致问题,这极大地影响了性...
论文阅读笔记 | 目标检测算法——Libra R-CNN算法
paper:Libra R-CNN: Towards Balanced Learning for Object Detection摘要:相比于模型结构,相比之下如何对模型进行训练这一方面受到的关注比较少,但是其对于目标检测任务来说同样的重要。作者回顾了检测器的标准训练过程,发现了检测性能往往受到训练...
论文阅读笔记 | 目标检测算法——Mask R-CNN算法
paper:Mask R-CNN作者:Kaiming He摘要:其实,这篇论文中,作者是设计用来解决对象实例分割问题的,所以文章的名字可能起得不算很好,请多包含。但是在Mask R-CNN算法中,可以有效的检测出图像中的对象,同时为每个实例生成高质量的分割掩码。Mask ...
论文阅读笔记 | 目标检测算法——Cascade R-CNN算法
paper:Cascade R-CNN: Delving into High Quality Object Detection摘要:曾经,在目标检测领域中,IoU阈值的设定非常重要。如果设置一个比较低的阈值,会出现比较多的噪声对象;而如果设置的比较高,检测器的性能也会下降。这主要是两个原因ÿ...
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。