学术研究
文章平均质量分 80
joyeuxni
这个作者很懒,什么都没留下…
展开
-
OPANAS: One-Shot Path Aggregation Network Architecture Search for Object Detection论文阅读
One-Shot Path Aggregation Network Architecture Search for Object Detection1.做了什么?(1)此文提出了一种新的单次路径聚合网络结构搜索算法,显著提高了搜索效率和检测精度。引入自顶向下、自底向上、融合-分裂、尺度均衡、跳跃-连接和无操作这六个异构信息路径来构建搜索空间。(2)提出了一种新的FPN搜索空间,在该空间中,每个FPN候选对象都由一个紧密连接的有向无环图(每个节点是一个特征金字塔,每个边是6条异构信息路径之一)表示。(原创 2021-04-01 09:12:18 · 1294 阅读 · 0 评论 -
Unsupervised Image Super-Resolution using Cycle-in-Cycle Generative Adversarial Networks论文阅读
Unsupervised Image Super-Resolution using Cycle-in-Cycle Generative Adversarial Networks论文阅读1.存在的问题:低分辨率图像作为输入时,由于噪声和模糊会进一步退化。这种复杂的设置使得有监督学习和准确的内核估计成为不可能。2.解决方法:采用无监督学习,使用没有配对数据,以生成式对抗网络(GAN)为基本组成部分,提出一种Cycle-in-Cycle的网络结构:(1)将带噪声和模糊的输入映射到一个无噪声的低分辨率空间。原创 2021-02-23 00:01:25 · 871 阅读 · 0 评论 -
Progressive Attention Guided Recurrent Network for Salient Object Detection论文阅读
Progressive Attention Guided Recurrent Network for Salient Object Detection论文阅读1.存在的问题:(1)基于FCN的方法直接无区别地应用多层次卷积特征,由于冗余细节的干扰,导致结果不佳。(2)现有的算法大多是利用骨干网络提取的side-output特征进行显著性目标检测。然而,骨干网的浅层缺乏获取全局语义信息的能力,这限制了有效的特征学习。2.解决办法:(1) 本文提出了一种新的注意引导网络,它以渐进的方式选择性地整合多层原创 2021-02-22 00:23:11 · 274 阅读 · 0 评论 -
Structure Inference Net: Object Detection Using Scene-Level Context and Instance-Level Relationships
Structure Inference Net: Object Detection Using Scene-Level Context and Instance-Level Relationships论文笔记做了什么? 首先我们来看一张图片 由图中我们可以看到,左图(a)在海面上一些小的船只被识别成了汽车,在右图(b)鼠标却没能被识别出来。所以作者觉得上下文的语义对视觉识别极其重要,...原创 2018-07-22 09:52:55 · 2143 阅读 · 3 评论