![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
paper
文章平均质量分 89
cartes1us
qq 2803134162
展开
-
人脸检测:经典的VJ人脸检测器(类Harr特征,积分图加速法,级联的Adaboost强分类器)
著名的VJ人脸检测算法就是一种基于Adaboost分类器的方法。该检测器由Paul Viola和Michael Jones在2001年的提出。在当年的硬件条件下VJ算法可以达到每秒15帧图像的处理速度,是人脸检测技术发展的一个里程碑。虽然性能跟现在基于深度学习的方法没法比,但肯定也是值得去拜读的。原创 2022-10-25 17:21:40 · 2809 阅读 · 0 评论 -
目标检测:Generalized Focal Loss V2(CVPR2020)
在v2中,作者基于v1中回归任务的离散概率分布估计,对回归任务进行质量评估,以帮助NMS时保留到回归质量最好的边界框。其直观的原理是这样的:估计的离散概率分布越平滑,那不确定性越高,网络对得到的框的质量是表示怀疑的,概率分布越尖锐,表示确定性很高,网络很笃定回归得到的边界框。原创 2022-08-25 16:28:55 · 949 阅读 · 0 评论 -
目标检测:VarifocalNet: An IoU-aware Dense Object Detector(CVPR2021)
文章的动机与GFL类似,都是基于目标检测中 分类与定位 的相关性低,低分类得分数但高定位精度的预测框可能会被nms掉这一问题。本文试图统一分类得分与回归质量,并设计了更强的bbox表达方式和优化方法。......原创 2022-08-17 22:35:26 · 1157 阅读 · 0 评论 -
目标检测:Generalized Focal Loss(NIPS2020)
论文要解决单阶段目标检测中的两个问题: 1. 训练和推理时定位质量评估与分类分数是非一致的。2. 边界框的表征是不够灵活的原创 2022-08-16 15:48:03 · 3840 阅读 · 0 评论 -
目标检测中的损失函数与正负样本分配:RetinaNet与Focal loss
在目标检测领域,单阶段算法精度第一次超过双阶段,就是RetinaNet。原创 2022-07-02 16:22:23 · 1250 阅读 · 0 评论 -
视线追踪(Estimation of Gaze-Following)文献阅读:Believe It or Not, We Know What You Are Looking At
文章名称风格飘逸。这个是解决视线追踪任务的文章,第一次接触。因此做一下笔记。视线追踪任务很好理解,就是找出图中某个人物的视线焦点。原创 2022-08-14 11:43:22 · 703 阅读 · 0 评论 -
2021-基于深度学习的人脸检测综述文献-摘要
The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances 该综述的要点记录原创 2021-10-09 17:05:46 · 1188 阅读 · 0 评论