目标检测及分割
aiqiu_gogogo
中国科学院自动化研究所研究生,臭淋雨,坑货一枚,萌萌的,么么哒~~~
展开
-
Mask RCNN
本文概览 简单灵活且效果好的用于分割和关键点检测的算法; 在Faster RCNN上进行简单的扩展使其能够完成物体分割或关键点检测等任务; 没有使用任何额外的技巧,可以在多个物体分割和关键点检测数据集上获得最好的实验效果; 相比传统复杂的物体分割方法,本文提出的方法非常灵活简单并且效果好; 主要是在Faster RCNN中的RPN网络后面增加一个和预测物品类别并行的分支,用于预测分割mask; 新增原创 2017-09-25 11:22:16 · 1462 阅读 · 0 评论 -
Detect to Track and Track to Detect
本文概览 本文使用一个简单的卷积网络模型(ConvNet)在视频序列中同时实现多目标的跟踪和检测; 本文构建了一个新颖的损失函数,包括用于单帧检测的多任务损失和用于多帧间跟踪回归损失; 本文引入相关特征用于代表同一目标在不同帧图片中同时出现以此达到跟踪的目的; 本文检测和跟踪相互辅助,同时产生高精度的检测和跟踪性能; 本文提出在多帧中同时进行目标检测和跟踪任务,其中检测部分使用R-FCN框架,跟踪部原创 2017-10-15 15:01:17 · 4140 阅读 · 1 评论 -
Incremental Learning of Object Detectors without Catastrophic Forgetting 论文阅读
本文概览 CNN用于目标检测任务的缺陷——类别遗忘:假设CNN模型A为在一个物体检测训练集1上训练得到的性能较好的检测器,现在有另外一个训练集2,其中物体类别与1不同,使用训练集2在A的基础上进行fine-tune得到模型B,模型B在训练集2中的类别上可以达到比较好的检测结果,但是在训练集1中的类别上检测性能就会大幅度下降; 本文目的:缓解CNN用于目标检测任务的类别遗忘,在训练集1中原始图片不可得原创 2017-10-14 20:21:42 · 2467 阅读 · 0 评论 -
DenseBox: Unifying Landmark Localization with End to End Object Detection 阅读笔记
1,(CHARACTERISTIC) A single FCN perform on object detection, which directly predicts bounding boxes and object class confidences through all locations and scales of an image, and does not require prop...原创 2018-06-18 11:44:35 · 1259 阅读 · 0 评论