- 博客(8)
- 收藏
- 关注
RSS订阅原创 凩读论文第6篇《MonoPair: Monocular 3D Object Detection Using Pairwise Spatial Relationships》
MonoPair，利用成对目标之间的关系约束来进行单目三维目标检测，CVPR2020论文
2024-02-28 17:01:15
1111
原创 凩读论文第5篇《Run, Don’t Walk: Chasing Higher FLOPS for Faster Neural Networks》
PConv部分卷积模块，用于提高模型的每秒浮点运算量的一种新颖设计，CVPR2023的新论文
2024-01-02 15:29:23
1051
原创 凩读论文第4篇《Deep Ordinal Regression Network for Monocular Depth Estimation》
DORN，一个经典的深度估计网络，CVPR2018论文
2023-12-27 11:05:11
1115
原创 凩读论文第3篇《M3DSSD: Monocular 3D Single Stage Object Detector》
M3DSSD，一个性能不错的单目三维目标检测算法，CVPR2021论文
2023-12-21 10:45:52
1175
原创 凩读论文第2篇《M3D-RPN: Monocular 3D Region Proposal Network for Object Detection》
M3D-RPN，单目三维目标检测的一个经典算法，ICCV2019论文
2023-12-09 10:25:59
1150
原创 凩读论文第1篇《RepVGG: Making VGG-style ConvNets Great Again》
凩读论文《RepVGG: Making VGG-style ConvNets Great Again》，CVPR2021顶会文章，丁霄汉大佬的经典之作，近几年热门的重参数化技术重要参考文献。
2023-11-16 13:11:09
345
原创 anchor-free类型的目标检测网络
anchor”意为“锚框”，最早来源于2015年提出的Faster R-CNN算法。在目标检测任务中，为了对图像中的目标进行定位和分类操作，通常需要在图像中产生一些Region Proposals（候选框）。传统的方法即为滑动窗口，但这种方式的计算量过大且效率低下。直到Faster R-CNN提出了使用anchor来生成候选框的方法，从而提高了检测效率。
2023-11-09 17:29:55
180
原创 YOLO系列骨干网络的发展
目标检测一直是计算机视觉领域中的一个重要方向之一。自从2013年，R-CNN算法第一次使用深度学习技术来进行目标检测开始，目标检测方向的发展便开始进入到一个加速期。随着人们对检测速度要求的不断提高，以R-CNN为代表的two-stage检测方式逐渐显得力不从心。以Redmon为首的人们便提出了一种one-stage检测方式，这便是YOLO系列算法的第一代。到目前为止，YOLO系列算法仍然是目标检测方向最重要的算法之一。本文就以YOLO系列论文为主，主要梳理分享这一系列算法中的骨干网络结构的发展。
2023-11-07 16:03:29
421
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人