论文阅读
文章平均质量分 89
cuihaoren01
这个作者很懒,什么都没留下…
展开
-
SegNet论文笔记及其创新点代码解析
论文名称:SegNet: A Deep Convolutional Encoder-Decoder Architecture for ImageSegmentation论文链接:SegNet项目地址:原创 2021-07-26 17:57:26 · 657 阅读 · 0 评论 -
一张图梳理YOLOv4论文
本文转载自:一张图梳理YOLOv4论文 - pprp - 博客园该博主整理的十分的完备,我这边就直接转载过来,为保留学习使用,如侵犯权利,请及时提醒。一张图梳理YOLOv4论文AlexeyAB大神继承了YOLOv3, 在其基础上进行持续开发,将其命名为YOLOv4。并且得到YOLOv3作者Joseph Redmon的承认,下面是Darknet原作者的在readme中更新的声明。来看看YOLOv4和一些SOTA模型的对比,YOLOv4要比YOLOv3提高了近10个点。思维导图YOLOv4总体上转载 2021-05-04 09:25:06 · 167 阅读 · 0 评论 -
ATSS论文阅读笔记
ATSS论文阅读笔记论文名称:Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection论文链接:https://arxiv.org/abs/1912.02424代码地址:https://github.com/sfzhang15/ATSS.摘要1、Anchor-based方法和Anchor-free的方法最重要的差异就是在如何定义正负训练样本;2、AT原创 2021-04-27 22:41:44 · 194 阅读 · 0 评论 -
YOLOF论文阅读笔记
YOLOF论文阅读论文名称:You Only Look One-level Feature论文链接:https://arxiv.org/pdf/2103.09460.pdf代码链接:https://github.com/megvii-model/YOLOF摘要1、 作者探究了FPN之所以能提升检测效果的原因:主要是因为分治的思想而非多尺度特征融合;2、 作者提出一种替换FPN复杂的特征金字塔的方案,仅使用一个层级的特征进行检测,提出了YOLOF,其中两个重要组件Dilated Encoder和U原创 2021-04-23 00:34:09 · 207 阅读 · 0 评论 -
Libra R-CNN论文阅读笔记
摘要1、检测器的性能所限于训练过程的不平衡问题,作者主要从三个层面解决训练过程的不平衡问题–sample level,feature level,objective level。2、IoU balanced对应sample level的解决方案,balanced feature pyrmaid对应feature level的解决方案,balanced L1 loss对应Objective level的解决方案。ps:这种结构的文章看起来还是舒服的,写起来应该也很舒服吧,哈哈哈。引言无论是单阶段还是原创 2021-04-18 23:25:26 · 353 阅读 · 0 评论 -
FCOS论文笔记
论文:FCOS: Fully Convolutional One-Stage Object Detection论文链接:https://arxiv.org/abs/1904.01355论文代码:https://github.com/tianzhi0549/FCOSPrefaceIntroduction首先作者按照“惯例”说明了基于Anchor based检测器的缺点:基于Ancho...原创 2020-03-03 14:29:52 · 494 阅读 · 0 评论