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...
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...
论文阅读笔记 | 目标检测算法——FCOS算法
paper:FCOS: Fully Convolutional One-Stage Object Detectionsource code:https://tinyurl.com/FCOSv1简介:FCOS以类似于语义分割的逐像素预测方式来解决目标检测,由全卷积网络组成。是一种anchor free...
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。