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——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——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...
论文阅读笔记 | 目标检测算法——DCN(可变形卷积网络)
paper：Deformable Convolutional Networks摘要：卷积神经网络由于其构建模块中固定的几何结构，本质上受限于模型几何变换。为了提高卷积神经网络的转换建模能力，作者提出了两个模块：可变形卷积（deformable convolution）和可变形RoI池（...
论文阅读笔记 | 目标检测算法——SAPD算法
paper：Soft Anchor-Point Object Detection摘要：目前anchor-free目标检测算法取得了比较大的进步，anchor-free算法可以分为两种：一种是关键点检测（keypoint detection），eg：cornernet检测左上角与右下角&...
论文阅读笔记 | 目标检测算法——FSAF算法
paper：Feature Selective Anchor-Free Module for Single-Shot Object Detection摘要：paper中提出了一个anchor-free的特征选择构建模块，可以插入具有特征金字塔结构的单发检测器中。其可以解决两个基于anhcor的传统检...
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。
