PPDet: Reducing Label Noise in Anchor-Free Object Detection论文阅读翻译-- 2020BMCV

最新推荐文章于 2023-04-12 17:25:58 发布
最新推荐文章于 2023-04-12 17:25:58 发布
阅读量965 收藏 3
点赞数
分类专栏： 目标检测 # 标签分配
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chrisitian666/article/details/108050080
版权

PPDet: Reducing Label Noise in Anchor-Free Object Detection论文阅读翻译

目录：


论文下载地址： 点击此链接跳转.
这是博主自己在github整理的目标检测方向论文的合集，应该算比较全，目前2020ECCV持续更新中，即将更新：2020IJCAI合集，欢迎下载…

一、Abstract

       当前的anchor-free目标检测器是将所有落在GT框预定义的中心区域内的空间特征标记为正。但是这些带正标签的特征可能包含背景或遮挡物，甚至根本就不是有判别性的特征，这些特征在训练过程中会产生标签噪声。本文作者提出了一种新的标签策略来降低anchor-free的标签噪声，将来自各个特征的预测汇总为一个预测，使模型能够减少训练过程中非判别性特征的贡献。作者提出了一种新的单阶的anchor-free目标检测器PPDet，以在其训练中使用这种标记策略，并在推理中使用类似的预测合并法，在COCO上能够取得anchor-free检测器中最优的性能，其中APs能达到31.4。

二、Introduction

       早期基于深度学习的目标检测算法都是两阶段的proposals驱动的方法，在第一阶段会生成一组稀疏的目标候选框，然后在第二阶段经CNN进行分类。后来又出现了单阶段的目标检测器，候选框被预定义的anchor替代。一方面anc

最低0.47元/天 解锁文章
深度检测
关注
专栏目录
Sparse R-CNN: End-to-End Object Detection with Learnable Proposals论文翻译
Q1u1NG的博客
12-04 1226
Sparse R-CNN: End-to-End Object Detection with Learnable Proposals论文翻译摘要 论文地址：Sparse R-CNN: End-to-End Object Detection with Learnable Proposals 代码地址：https://github.com/PeizeSun/SparseR-CNN 摘要 我们提出了Sparse R-CNN，一种纯稀疏的方法用于图像中的目标检测。现有的目标检测工作很大程度上依赖于密集候选目标，如在
论文精读系列文章——Point-LIO: Robust High-Bandwidth Light Detection and Ranging Inertial Odometry
最新发布
YangtseJin的博客
03-22 1793
Point-LIO: Robust High-Bandwidth Light Detection and Ranging Inertial Odometry
label-noise-papers:与标签噪声表示学习相关的论文的最新列表在这里
05-19
标签噪音纸 该存储库包含在我们的调查“标签噪声表示学习的概览：过去，现在和未来”中提到的标签噪声表示学习（LNRL）论文。 我们将更新此论文列表，以定期包括新的LNRL论文。 引文 如果发现有帮助，请引用我们的论文。 @article{han2020survey, title={A survey of label-noise representation learning: Past, present and future}, author={Han, Bo and Yao, Quanming and Liu, Tongliang and Niu, Gang and Tsang, Ivor W and Kwok, James T and Sugiyama, Masashi}, year={2021} } 内容 记忆效果 自我训练 共同训练 超越记忆 其他 未来发展方向 新
PPDet----Reducing Label Noise in Anchor-Free Object Detection
ww_1122的博客
07-04 333
个人学习记录
【目标检测论文阅读笔记】Reducing Label Noise in Anchor-Free Object Detection
YoooooL_的博客
04-12 552
当前的anchor-free无锚目标检测器 将空间上落在真值框预定义中心区域内的所有特征标记为正。这种方法会在训练过程中产生标签噪声，因为这些正标记的特征中的一些 可能位于背景或遮挡物目标上或者它们根本不是判别性特征。在本文中，我们提出了一种新的标记策略，旨在减少无锚检测器中的标签噪声。我们将源自单个特征的预测汇总为单个预测。这允许模型在训练期间减少非判别性特征的贡献。我们开发了一种新的单阶段无锚目标检测器PPDet。
图计算论文笔记--Label Noise Reduction in Entity Typing by Heterogeneous Partial-Label Embedding
travalscx的博客
01-29 650
Label Noise Reduction in Entity Typing by Heterogeneous Partial-Label Embedding 已有的方法在学习后得到实体的类别有很多，但有的不需要的噪音。 如图，对特朗普的定位是person，politician，businessman，artist，actor。但在不同的语境下，其实并不能把特朗普打上这些所有的标签，其实只是其中的...
PPDet：减少Anchor-free目标检测中的标签噪声，小目标检测提升明显
AI算法修炼营的博客
08-09 1330
点击上方“AI算法修炼营”，选择“星标”公众号精选作品，第一时间送达这篇文章收录于BMVC2020，主要的思想是减少anchor-free目标检测中的label噪声，在COCO小目标检测...
Rescaling-and-Reducing-Noise-in-a-Data-Stream:关于重新缩放和减少数据流的深入说明
05-28
重新缩放并减少数据流中的噪声 问题 Arduino开发板具有某种接受输入的传感器。 这些输入的范围似乎在230到620之间。我们有2个问题，第一个是我们需要的数据在0到255之间。这可能是为了评估黑色和白色之间的差异，...
Jira Ninja: reducing your Jira click rate-crx插件
04-03
语言:English提供指向项目和管理区域的快速链接。这是针对具有管理员权限并访问许多不同的Jira项目的用户。Jira Ninja面向需要定期在多个项目之间切换的管理员和高级用户。扩展程序的建立是由于在Jira上浏览的无奈而...
文献阅读：Unsupervised Label Noise Modeling and Loss Correction
窝要芝士的博客
03-14 626
文献阅读：Unsupervised Label Noise Modeling and Loss Correction
PaddleDetection_full_ppdet.zip
05-11
建议直接作为数据集的方式上传，方便快捷，对于新手来说出现bug的几率小，而且不用在进入项目后再下载等待）文件我已经上传到资源里了，进入在线环境直接解压即可。
Hand-BMC-pytorch:手动生物力学约束的PyTorch重新实现（ECCV2020）
05-17
手生物力学约束 非官方PyTorch重新实现（ECCV2020）。 该项目重新实现以下组件： 3种生物力学软约束 将BMC集成到培训程序中（PyTorch版本） 用法 检索代码 git clone https://github.com/MengHao666/Hand-BMC-pytorch cd Hand-BMC-pytorch 使用python依赖项创建和激活虚拟环境 conda env create --file=environment.yml conda activate bmc 下载资料 下载3D关节位置数据joints.zip 或2pip （ 2pip ），然后下载。 这些统计数据来自以下数据集： 请注意这些数据集在其自己的许可下的数据。 计算BMC 运行代码 python calculate_bmc.py 你会得到 bone_len_max.npy bone_len_
asp数据加密示例
11-15
ASP 表单提交数据加密示例
Anchor-free Object Detectors
dekiang
10-19 415
2015 DenseBox: Unifying Landmark Localization with End to End Object Detection 2016 You Only Look Once: Unified, Real-Time Object Detection [CVPR] UnitBox: An Advanced Object Detection Network [acm multimedia] 2018 CornerNet: Detecting Objects as
Feature Selective Anchor-Free Module for Single-Shot Object Detection论文阅读翻译 - 2019CVPR
深度检测的博客
09-17 419
Feature Selective Anchor-Free Module for Single-Shot Object Detection论文阅读翻译 文章目录Feature Selective Anchor-Free Module for Single-Shot Object Detection论文阅读翻译一、Abstract二、Introduction三、Feature Selective Anchor-Free Module3.1 Network Architecture3.2 Ground-trut
ModuleNotFoundError: No module named ‘ppdet‘
qq_42079521的博客
06-09 635
ModuleNotFoundError: No module named 'ppdet' 已经安装cpu版本的paddlepaddle，出现以上错误。搜索发现ppdet 就是paddledetection的缩写，所以还需要安装paddledetection噢！
Learning from Noisy Anchors的思考
weixin_47716911的博客
08-06 354
文章来源 |极链AI云（性价比最高的共享算力平台，助力你的技术成长～首次注册可获免费100小时GPU使用时长！官网地址：https://cloud.videojj.com/） 作者 | Chaser【极链AI云技术原创奖励计划】千元云币券获得者 论文介绍不作论文翻译，没什么意义，只是讨论一下自己的心得和理解。放上作者大大的原文：论文地址 前言 最近关注label assignment比较多，感觉自从NIPS2019的FreeAnchor之后涌现出一大批的相关工作，无论是CVPR2020、EC..
PaddleDetection项目代码结构简介
P_Leung的技术博客
10-16 1750
PaddleDetection项目代码结构简介 ppdet(PaddleDetection)是一个相当方便的实验框架，将神经网络的各部分模块化，非常适合对神经网络架构进行改进优化。 1. 项目目录 挑几个重点的目录介绍 configs 存放网络配置文件 ppdet 存放网络架构、backbone、head等文件 tools 存放训练、预测、验证脚本 dataset 数据集存放目录 output 当执行完训练之后，会生成output文件夹并存放训练好的可训练参数 2. 神经网络的相关代码结构关系 举
PaddleDetection下载
wa_workforwa的博客
01-05 1278
PaddleDetection下载 上一篇文章记录了PaddlePaddle的安装过程。依旧根据paddleDetection中文文档下载paddleDetection并安装依赖库。 我的环境： Windows10 python3.7.9 pip10.0.1 CUDA10.2 cudnn7.6.4 paddle1.8.4 所需python依赖库requirements.txt安装： pip install -r requirements.txt 克隆PaddleDetection，github或者gi
大数据时代：改进BIRCH与K-medoids方法在证券客户聚类中的应用
BIRCH（Balanced Iterative Reducing and Clustering using Hierarchies）是一种经典的密度聚类算法，而K-medoids是其变体，它以样本点为中心进行聚类，相较于K-means更适用于有缺失值或不均匀分布的数据集。...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值