计算机视觉|目标检测
文章平均质量分 95
目标检测相关笔记
hjxu2016
好记性不如烂笔头|
独乐乐不如众乐乐|
你的纠错与关注就是对我最大的支持
展开
-
【异常检测论文阅读 1】EfficientAD: Accurate Visual Anomaly Detection at Millisecond-Level Latencies
检测图像中的异常是一个重要的任务,特别是在实时的计算机视觉应用中提出了一种轻量级的特征提取器,可以在现代GPU上不到一毫秒的时间内处理图像使用学生-教师的方法来检测异常特征训练一个学生网络来预测提取的正常特征,在测试时,通过学生不能预测异常特征来检测异常。提出了一个训练损失,可以阻止学生模仿教师的特征提取器提取正常图像之外的特征(也就是,学生网络只能提取正常特征,提取不了异常特征,这样就可以把异常特征差分出来)能够大大降低了学生-教师模型的计算成本,同时提高了对异常特征的检测。原创 2024-04-17 14:57:04 · 1450 阅读 · 0 评论 -
论文导读:实时语义分割网络BiSeNetV1和v2
文章目录一、背景二、BiSeNetV1三、BiSeNetV2v1论文地址:BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentationv2论文地址:BiSeNet V2: Bilateral Network with Guided Aggregation for Real-time Semantic Segmentation一、背景低水平的细节特征(spatial information 空间信息)和高水平原创 2022-01-05 20:49:40 · 4850 阅读 · 0 评论 -
Ubuntu 16.04下安装TensorFlow Object Detection API
文章目录一、安装 TensorFlow Object Detection API二、安装过程中注意事项一、安装 TensorFlow Object Detection API1、从github上下载 https://github.com/tensorflow/models/archive/master.zip2、进入到 ~/models/research/文件夹,执行cd ~/models...原创 2019-12-12 15:28:51 · 736 阅读 · 0 评论 -
CenterNet:Object as Points
转载 论文精读——CenterNet :Objects as Points论文地址:https://arxiv.org/pdf/1904.07850.pdf 发布时间:2019.4.16 机构:UT Austin,UC Berkeley 代码:https://github.com/xingyizhou/CenterNet Abstract 目标检测识别往往在图像上将目标用矩形框形式框出,该框的水平和垂直轴与图像的水平和垂直转载 2020-11-18 09:30:36 · 829 阅读 · 0 评论 -
FCOS算法理解
文章目录一、Anchor-based的缺点二、FCOS算法框架三、FCOS的后处理四、参考文献FCOS是一片Anchor Free的目标检测算法,对每个像素进行直接预测,预测的目标是到bounding box的上、下、左、右边的距离,非常的直观,同时引入FPN结构,利用不同的层来处理不同的目标框。另外,创新性引入了Center-ness layer,过滤掉大部分的误检框。论文名称:FCOS:Fully Convolutional One-Stage Object Detection论文链接:https原创 2020-11-12 15:16:19 · 2878 阅读 · 1 评论 -
SSD目标检测相关知识和代码整理
注:都是转载一、SSD论文翻译(转载)二、论文阅读:SSD: Single Shot MultiBox Detector三、论文代码-caffe原生版本四、论文代码-TensorFlow版本原创 2020-01-20 14:52:58 · 353 阅读 · 0 评论