- 博客(8)
- 收藏
- 关注
原创 论文阅读体会——Cascade R-CNN: Delving into High Quality Object Detection
二是训练和预测使用不一样的阈值导致不匹配现象,从而使评估性能下降,作者使用不同IoU阈值的级联R-CNN检测网络,在COCO数据集上,对Faster R-CNN、R-FCN和FPN,Cascade操作均能稳定提升3-4个点左右,Cascade R-CNN在检测器体系结构中具有广泛的适用性,独立于基准检测网络的强度,获得了一致的增益(对不同的检测器:Faster R-CNN、R-FCN和FPN等等,都能获得准确率提升)。图1c说明回归后的输出IoU优于输入的IoU,图1d说明一味设置高的IoU效果未必好。
2023-10-12 19:00:34
70
原创 论文阅读体会——High-performance medicine: the convergence of human and artificial intelligence
3、作者清楚的介绍了人工智能与医学结合的“是什么”、“为什么”,而对“怎么做”却描绘不全,虽然作者介绍了特别多的related work,阐述了一个个成功结合二者的实例,这可以被当作是介绍了 “怎么做”,但我觉得只通过介绍related work,只是解决了“为什么”这一层次,应该给一个人工智能解决医学某一问题的基本的方案,作者大部分说的结合都是和图像的分析相关,那就应该给出一个解决图像分析问题的流程。文章总共引用了200多篇文章,论述有力,展示出了作者详实的领域基础和深厚的功力。
2023-10-12 18:52:57
55
原创 论文阅读笔记——RFBNet
论文阅读笔记——Receptive Field Block Net for Accurate and Fast Object Detection(RFBNet)论文链接:https://arxiv.org/abs/1711.07767 代码地址:https://github.com/ruinmessi/RFBNet摘要现代的基于CNN的目标检测器依靠边界框回归和非最大值抑制来定位目标。虽然类标签的概率自然地反映了分类的可信度,但缺乏定位的可信度。这使得适当的局部边界盒在迭代回归过程中退化,甚至在
2023-10-12 18:49:39
152
原创 【目标检测】综述阅读笔记:A Survey of Deep Learning-based Object Detection
目标检测系列文章目录综述阅读笔记:A Survey of Deep Learning-based Object Detection论文链接:https://arxiv.org/pdf/1907.09408.pdf摘要目标检测是计算机视觉中最重要、最具挑战性的方向之一,在人们的生活中有着广泛的应用,如安全监控、自动驾驶等。随着深度学习的快速发展,目标检测器的性能得到了极大的提高。为了全面、深入地了解目标检测领域的主要发展现状,本文首先分析了现有典型检测模型的方法,并对基...
2022-05-27 18:21:05
616
原创 论文阅读笔记——IoU-Net
论文阅读笔记——Acquisition of Localization Condence for Accurate Object Detection(IoU-Net)论文链接:https://arxiv.org/abs/1807.11590代码地址:https://github.com/vacancy/PreciseRoIPooling摘要现代的基于CNN的目标检测器依靠边界框回归和...
2020-04-28 15:40:00
645
原创 玩赚基金
零基础学基金1.交易理念看了很多股票交易书籍,前面讲概念,后面讲分析,讲技术分析,但却忽视甚至不讲这些方法存在什么问题,有什么优劣,适合什么样的情况。几种交易理念价值投资波段交易短线交易超级短线常犯错误:从来不考虑大盘如何,不会空仓。 在大盘不行的时候,大部分股票都在跌,这个时候去买,是不划算的。慢涨慢跌能赚钱,但在大盘恐慌下跌中不会空仓,没有大盘过滤系统,往往会亏很大,甚...
2020-04-18 18:30:50
306
转载 基金小常识
转自:https://zhuanlan.zhihu.com/p/44404537?utm_source=wechat_session&utm_medium=social&utm_oi=893120908737249280,转载目的便于自己查看学习一、什么是基金1.1.股票vs债券vs基金股票:代表一种股权(拥有权),和企业共进退。债券:代表一种债权,利息不收经营影响...
2020-03-02 22:53:10
697
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