极市平台的技术博客

招聘CV算法工程师，工作地点无限制，时间自由，可全职/兼职完成相关工作

反光衣识别算法冠军方案总结（附源码）｜极市打榜原创 CV开发者都爱看的 [极市平台](javascript:void(0)????极市平台微信号 extrememart功能介绍 专注计算机视觉前沿资讯和技术干货，官网：www.cvmart.net昨天收录于话题 #极市打榜 1个内容↑ 点击**蓝字 **关注极市平台作者丨nobug_w编辑丨极市平台极市导读本文为反光衣识别算法的冠军方案总结，作者总结了自己打榜时的经验并给出了相关训练和推理的代码，希望能给大家带来一些帮助～

作者丨二玖编辑丨极市平台6月25日，CVPR 2021 大会圆满结束，随着 CVPR 2021 最佳论文的出炉，本次大会所接收的论文也全部放出。CVPR2021 共接收了 7039 篇有效投稿，其中进入 Decision Making 阶段的共有约 5900 篇，最终有 1366 篇被接收为 poster，295 篇被接收为 oral，其中录用率大致为 23.6%，略高于去年的 22.1%。CVPR 2021 全部接收论文列表：https://openaccess.thecvf.com/CVPR20

原文链接：https://bbs.cvmart.net/topics/2960专注计算机视觉前沿资讯和技术干货微信公众号：极市平台官网：https://www.cvmart.net/最近因为AutoAssign这篇paper的原因，再加上之前对目标检测中label assign问题很感兴趣， 看了几篇label assign相关论文（FreeAnchor、ATSS、AutoAssign），梳理一下几篇论文的关系做个记录~~我用一张图大致梳理出几个label assign相关论文的关系Free

原文链接：超越 MobileNet，谷歌提出 MobileDets：移动端目标检测新标杆导读：在移动端上的目标检测架构，目前比较流行的三大派系分别为：谷歌出品的MobileNet系列（v1-v3）、旷视科技产品的ShuffleNet系列（v1-v2）、Facebook出品的FBNet（v1-v3）系列。最近移动端的目标检测通过结合神经网络架构搜索，又新出了三篇移动端目标检测SOTA模型：一篇出自谷歌大牛Quoc V. Le的MixNet；另一篇出自Facebook 出品的FBNet 的升级版本 FBNet

原文链接：重磅开源！目标检测新网络 DetectoRS：54.7 AP，特征金字塔与空洞卷积的完美结合论文地址：https://arxiv.org/abs/2006.02334代码地址（基于mmdetection实现）：https://github.com/joe-siyuan-qiao/DetectoRS本文是谷歌团队提出的最新的目标检测方案，并且已经完全开源。整个算法将递归特征金字塔（RFP,Recursive Feature Pyramid）和可切换的空洞卷积（SAC，Switchable

Tips◎作者系极市原创作者计划特约作者Happy欢迎大家联系极市小编（微信ID:fengcall19）加入极市原创作者行列早上刷到YOLOv4之时，非常不敢相信这是真的！paper：https://arxiv.org/pdf/2004.10934.pdf,code：https://github.com/AlexeyAB/darknet核心中的核心：作者将Weighted-Re...

CVPR 2019 | 目标检测之面向更高精度的包围框回归背景介绍主要内容包围框参数化用于包围框回归的KL loss测试阶段的方差投票机制实验分析实验细节：实验结果：总结参考文献本文为极市作者Panzer原创，欢迎加小助手微信（cv-mart) 备注：研究方向-姓名-学校/公司-城市（如：目标检测-小极-北大-深圳），即可申请加入目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SL...

欢迎加小助手微信（cv-mart)备注：研究方向-姓名-学校/公司-城市（如：目标检测-小极-北大-深圳），即可申请加入目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SLAM、图像分割等极市技术交流群。论文链接：https://arxiv.org/abs/1904.10633代码: https://github.com/YonghaoHe/A-Light-and-Fast-...

首发于极市平台微信号：Google又发大招：高效实时实现视频目标检测作者：陈泰红如有兴趣可以**点击加入极市CV专业微信群**，获取更多高质量干货图像目标检测是图像处理领域的基础。自从2012年CNN的崛起，深度学习在Detection的持续发力，为这个领域带来了变革式的发展：一个是基于RPN的two-stage，RCNN/Fast RCNN/Faster RCNN、RetinaNet、...

作者：张钊宁本文为极市原创，转载请注明作者和出处。原文：算力限制场景下的目标检测实战浅谈本篇文章为张博19年1月18日在极市直播分享的文字详细整理。算力限制场景主要是指在嵌入式设备，也就是算力相对比较弱的芯片上面做实时或者准实时的目标检测。这个问题在学术和工业界一直都是备受关注，并且在深度学习越来越强调落地的大背景下，这个问题也正变得越来越突出。因为今天的分享是面向极市开发者们，...

作者：种树的左耳来源：知乎原文链接：目标检测领域还有什么可做的？19 个方向给你建议知乎问题：目标检测领域还有什么可以做的？感觉已经饱和了，很难再出顶级算法的样子。我所指的饱和是说围绕目标检测感觉没有什么好文章能发出来了，现有算法很难在短时间有突破了。想请教大家有什么好做的点子么？种树的左耳答案饱和是相对于占坑来说的，对于去探索未来踩坑来说，目标检测还远远没有达到饱和的地步。只是说...