![](https://img-blog.csdnimg.cn/2021010815434323.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
计算机视觉/目标跟踪/目标检测
文章平均质量分 66
该专栏前面的类容主要是自己硕士期间的一些论文笔记分享,也包含一些近期读的文章分享。
塔楼
这个作者很懒,什么都没留下…
展开
-
MIxformerV2的onnx和tensorrt加速
主要是针对目标跟踪算法MixformerV2的工程化应用,进行了onnx加速和tensorrt加速。原创 2023-10-26 17:26:00 · 358 阅读 · 1 评论 -
COCO2017数据集下载
COCO2017数据集下载原创 2022-11-07 10:13:56 · 588 阅读 · 1 评论 -
D435i相机标定
包含d435i的相机标定和与IMU的联合标定原创 2022-11-03 16:55:21 · 1096 阅读 · 0 评论 -
Accurate 3D Object Detection using Energy-Based Models
问题3DOD的任务是在所给顶的感知数据上估计出包围目标的3D框,大致分为两个子任务:将给定的候选3D框中将目标进行分类,然后回归出该目标的bbox;如何在复杂环境下使用激光雷达数据对3D bbox进行准确回归;3DOD中基于概率密度回归的bbox回归方法在推理时需要使用梯度上升最大化p(y∣x;θ)p(y|x;\theta)p(y∣x;θ),要求DNN的标量输出fθ(x,y)f_\theta(x,y)fθ(x,y)对bbox yyy是可微的,但当前方法无法满足可微这一条件;解决方案使用原创 2021-09-14 22:07:33 · 249 阅读 · 0 评论 -
High-Performance Long-Term Tracking with Meta-Updater 阅读
**High-Performance Long-Term Tracking with Meta-Updater**问题方案实现问题长时跟踪没有利用在线更新的优势;引入在线更新到长时跟踪很危险,因为长时跟踪存在长时的不确定性和噪声观测;方案引入Meta-Updater解决上述问题;判断在当前帧跟踪时,跟踪器是否准备更新,由此过滤长时跟踪中的噪声样本,使用更加准确的样本进行更新;实现整体框架其中,local tracker为短时的局部跟踪器,此处使用ATOM。局部跟踪结果得到之后原创 2021-08-31 22:08:32 · 300 阅读 · 0 评论 -
YOLOX阅读
YOLOx问题从YOLOv2开始,yolo一直使用基于anchor的方法。但近几年基于anchor-free、标签分配策略、端到端(NMS-free)检测技术并没有整合到YOLO中,包含yolov4和v5;方案以YOLOV3-SPP为baseline,因为v4和v5都是基于anchor做的改进。训练策略微小改动,添加了EMA权重更新、余弦学习率训练方案、IOU loss、IOU-aware分支。使用BD=CE用于训练分类和obj分支,IOU loss训练回归分支,只使用RandomHorizo原创 2021-08-25 16:22:00 · 417 阅读 · 0 评论 -
You only look once (YOLO) V4
You only look once (YOLO) V4目的:提高神经网络在生产系统中的速度和优化并行计算;网络模型的选择: CSPResNext50在ImageNet上的分类效果比CSPDarknet53好,CSPDarknet53在COCO上的检测效果比CSPResNext50好;选择额外的模块增强感受野和参数聚合方法:相比于分类,检测算法要求:(1)更高的输入分辨率,以检测到多个小尺寸的目标;(2)更多的层,以覆盖高分辨率的输入;(3)更多的参数:增强在单幅图像中检测多个不同..原创 2021-08-18 17:48:48 · 127 阅读 · 0 评论 -
You only look once (YOLO) V3
You only look once (YOLO) V3相比于yolov2的不同v3使用逻辑回归为每个bbox预测一个objectness score,如果一个先验框与ground truth 有重叠并且大于其他任意一个先验框与gt的重叠,则objectness score应该为1。如果一个先验框和gt重叠并超过一定阈值,但却并不是最佳的,则v3中忽略该预测,即不认为其中含有目标(在众多的先验框中,和某一个gt框进行重叠计算,只取给具有最佳重叠的那个先验框分配objectness为1,即将该先验框原创 2021-08-18 17:48:11 · 207 阅读 · 0 评论 -
You only look once (YOLO)V2
You only look once (YOLO)V2yolov1中的召回率和定位精度比较低。v2的目标是在维持分类准确率的同时,主要改善recall和localization;在每层卷积测后面添加BN层,帮助正则化该模型,同时移除dropout;v1使用224×224224\times 224224×224的图像用于训练分类网络,使用448×448448\times 448448×448的图像用于训练检测模型。v2中,将分类网络放到448×448448\times448448×448的ImageN原创 2021-08-18 17:47:06 · 127 阅读 · 0 评论 -
Generating Masks from Boxes by Mining Spatio-Temporal Consistencies in Videos
Generating Masks from Boxes by Mining Spatio-Temporal Consistencies in VideosGenerating Masks from Boxes by Mining Spatio-Temporal Consistencies in Videos问题方案实现Generating Masks from Boxes by Mining Spatio-Temporal Consistencies in Videos问题如何使用现有的bbox标注原创 2021-08-18 17:40:56 · 246 阅读 · 0 评论 -
MOSSE
加粗样式在这里插入图片描述原创 2021-03-15 12:50:33 · 76 阅读 · 0 评论 -
ATOM:Accurate Trackingby Overlap Maximization
原创 2021-03-15 12:46:11 · 131 阅读 · 0 评论