![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
paper reading
文章平均质量分 95
bupt_cy
这个作者很懒,什么都没留下…
展开
-
CSPNet 增强backbone的学习能力 yolov4使用的backbone
《CSPNet A New Backbone That Can Enhance Learning Capability of CNN》 论文链接:https://arxiv.org/pdf/1911.11929.pdf github:https://github.com/WongKinYiu/CrossStagePartialNetworks TL,DL 本文发现了梯度重复利用带来的冗余计算问题,提出了CSPNet结构(Cross Stage Partial Network)可以简单的应用于各种b.原创 2020-10-10 16:25:46 · 1431 阅读 · 0 评论 -
Bottom-up Object Detection by Grouping Extreme and Center Points 解读
本文(Exterme Net)是基于Corner Net做的,预测四个物体的极值点(上,下,左,右)和中心点,通过遍历各个极值点的组合(top, left, bottom, right),计算中心点是否被检测到,以此确定物体位置的方法。方法比较直观,相对Corner Net的优点是物体的极值点在物体上,更能够代表物体信息,而且Exterme Net不包含embedding部分,直接通过预...原创 2019-05-25 23:36:04 · 942 阅读 · 0 评论 -
objects as points论文解读,另一篇 CenterNet
前言 anchor-free目标检测属于anchor-free系列的目标检测,相比于CornerNet做出了改进,使得检测速度和精度相比于one-stage和two-stage的框架都有不小的提高,尤其是与YOLOv3作比较,在相同速度的条件下,CenterNet的精度比YOLOv3提高了4个左右的点。 CenterNet不仅可以用于目标检测,还可以用于其他的一些任务,如肢体识别或者3D目...转载 2019-05-20 21:13:36 · 1989 阅读 · 0 评论 -
CenterNet
我们介绍一篇很好的 one-stage 目标检测论文:CenterNet: Keypoint Triplets for Object Detection,该论文是由 中科院,牛津大学以及华为诺亚方舟实验室联合提出。截至目前,据我们所知,CenterNet 应该是 one-stage 目标检测方法中性能最好的方法。 《CenterNet: Keypoint Triplets for Object ...转载 2019-04-21 15:55:55 · 16621 阅读 · 5 评论 -
M2Det 论文解读
【AAAI 2019】M2Det A Single-Shot Object Detector based on Multi-Level FPN 论文链接:https://arxiv.org/abs/1811.04533 github:https://github.com/qijiezhao/M2Det TL,DL AAAI 2019的一篇文章,单阶段检测器,考虑到FPN的...原创 2019-07-01 11:51:11 · 479 阅读 · 0 评论