- 博客(2)
- 收藏
- 关注
RSS订阅原创 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
1359
原创 DAL论文阅读
DAL:Dynamic Anchor Learning for Arbitrary-Oriented Object Detection
2021-05-25 15:52:48
127
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