- 博客(2)
- 收藏
- 关注
原创 Dynamic Refinement Network for Oriented and Densely Packed Object Detection
摘要 在过去的十年中,目标检测取得了显著的进展。然而,由于以下内在原因,定向和高密度物体的检测仍然具有挑战性: (1)神经元的感受都是轴向对齐的,形状相同,而物体通常是不同的形状,沿着不同的方向排列 (2)检测模型通常使用通用知识进行训练,在测试时不能很好地泛化处理特定的对象; (3)数据集有限,阻碍了本任务的发展。 为了解决前两个问题,本文提出了一种由特征选择模块组成的动态细化网络(FSM)和动态细化头(DRH)。我们的FSM使神经元能够根据目标物体的形状和方向调整感受野,而DRH使我们的模
2021-06-02 18:36:32 1371
原创 DAL论文阅读
DAL:Dynamic Anchor Learning for Arbitrary-Oriented Object Detection
2021-05-25 15:52:48 138
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人