![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Paper_Notes
文章平均质量分 92
MingSun95
这个作者很懒,什么都没留下…
展开
-
[RCNN]Rich feature hierarchies for accurate object detection and semantic segmentation
思想 本文解决了目标检测中的两个关键问题。 问题一:速度 经典的目标检测算法使用滑动窗法依次判断所有可能的区域。本文则预先提取一系列较可能是物体的候选区域,之后仅在这些候选区域上提取特征,进行判断。 问题二:训练集 经典的目标检测算法在区域中提取人工设定的特征(Haar,HOG)。本文则需要训练深度网络进行特征提取。可供使用的有两个数据库: 一个较大的识别库(转载 2017-07-19 10:34:04 · 683 阅读 · 0 评论 -
Domain adaptive faster-rcnn for object detection in the wild 论文笔记
2018年CVPR文章,基于Faster-RCNN,进行领域自适应改进(似迁移学习),用在进行雾气,光线不良情况下的野外迁移探测活动(复杂多变的场景) 解决domain shift 1.image level :scale,style,illumination 2.instance level:obj appearance ,size and orientation 主要贡献 1.概率...原创 2018-07-24 17:14:11 · 5980 阅读 · 4 评论 -
深度学习VGG模型核心拆解
http://www.sohu.com/a/214925396_633698 如今深度学习发展火热,但很多优秀的文章都是基于经典文章,经典文章中的一句一词都值得推敲和分析。此外,深度学习虽然一直被人诟病缺乏足够令人信服的理论,但不代表我们不能感性分析理解,下面我们将对2014年夺得ImageNet的定位第一和分类第二的VGG网络进行分析,在此过程中更多的是对这篇经典文章的感性分析,希望和大家共同...转载 2018-08-28 20:55:17 · 251 阅读 · 0 评论 -
Hierarchical Object Detection with Deep Reinforcement Learning论文笔记
这是一篇NIPS2016中有关目标检测的文章,虽然有点老,但是其free anchor的思想还是值得借鉴。尤其今年和free anchor相关的目标检测研究大火,但其大多是从先探测物体的中心点或者是关键点,由点到面从而学习到精确的轮廓或者位置信息。 一、研究动机 受人眼观察世界方式的启发:我们首先将我们的视线集中在一幅图片的显著位置,通过对该区域的信息提取有助于将我们的视线转移到相关区域直到完全...原创 2019-04-22 15:40:02 · 950 阅读 · 1 评论 -
Precise Detection in Densely Packed Scenes(CVPR 2019)论文解读
一、研究动机 在购物超市中,商品陈列区中摆放了密集而繁多的商品,它们大多是相同或极其相似的,并且位置十分靠近。当前主流的检测网络在这种场景下充满挑战,效果并不是很理想。本文的精确物体检测就是在这种场景基于主流检测方法,提出了以下几个方面的改进:(1)提出Soft-IoU层进行IoU的预测。(2) 引入一个基于EM算法的高斯混合聚类方法来解决探测重叠的问题。(3) 制作了公开数据集SKU-110K,...原创 2019-05-26 08:35:39 · 2255 阅读 · 0 评论 -
R2-CNN: Fast Tiny Object Detection in Large-scale Remote Sensing Images论文解读
一、研究动机 得益于卷积神经网络的迅速发展,目标检测作为计算视觉领域的基础任务也得到飞速发展,尤其是在日常场景(平视视角)中的数据集上表现喜人。但对于大尺度遥感图像的极小物体目标检测,其检测效果改进空间依旧很大。分析当前面临的挑战主要有以下几方面: (1)输入图片尺寸过大(18 000×18 192和27 620×29 200),现有目标检测方法效率 低。 (2)复杂背景对检测任务带来干扰(沙漠...原创 2019-06-17 16:05:15 · 3453 阅读 · 1 评论