2D目标检测CVPR2020总结

本文概述了CVPR2020会议上关于2D目标检测的研究,涉及多个领域的创新方法,包括从不平衡多标签检测到克服分类不平衡问题,以及动态细化网络和上下文注意力学习等。文章还提到了各研究团队的开源代码和预训练模型情况。
摘要由CSDN通过智能技术生成

 

2D目标检测

 

Large-Scale Object Detection in the Wild From Imbalanced Multi-Labels

作者 | Junran Peng, Xingyuan Bu, Ming Sun, Zhaoxiang Zhang, Tieniu Tan, Junjie Yan

单位 | 国科大;商汤

 

 

Rethinking Classification and Localization for Object Detection

作者 | Yue Wu, Yinpeng Chen, Lu Yuan, Zicheng Liu, Lijuan Wang, Hongzhi Li, Yun Fu

单位 | 东北大学;微软

代码 | https://github.com/wuyuebupt/doubleheadsrcnn

resnet50 resnet101 已开源预训练

 

Multiple Anchor Learning for Visual Object Detection

作者 | Wei Ke, Tianliang Zhang, Zeyi Huang, Qixiang Ye, Jianzhuang Liu, Dong

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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