文献阅读
文章平均质量分 84
我有一头小笨羊
这个作者很懒,什么都没留下…
展开
-
《DetNet: A Backbone network for Object Detection》论文阅读
一般而言,目标检测当中使用的backbone都是应用在图像分类中的,但是目标检测和图像分类有所不同,也就是说图像分类与物体检测任务之间存在落差,这种落差在我的理解是分类网络会只将图形分为一类,因此不断地下采样,但是目标检测任务会让单个图片包含多个目标,如果继续使用图像分类的backbone,就会丢失小目标的信息。 图像分类与物体检测任务之间存在的落差会产生两个问题: 1.为了完成检测任务需要增加额...翻译 2019-06-19 16:44:43 · 211 阅读 · 0 评论 -
小目标检测的总结——《Object Detection in 20 Years: A Survey》
最近在研究小目标检测,刚好看到这篇刚出的综述,也许里面有想要的小目标检测的结果,就去读了一下,内容很多,我只读了于小目标检测的部分,总结如下。 Paper链接:[link]http://arxiv.org/abs/1905.05055?context=cs ...原创 2019-06-21 09:37:18 · 2431 阅读 · 0 评论 -
《Multi-scale Residual Network for Image Super-Resolution》阅读
近年来的研究表明,深度神经网络可以显著提高单幅图像的超分辨率。目前的研究倾向于使用更深层次的卷积神经网络来提高性能。然而,盲目地增加网络的深度并不能有效地改善网络。更糟糕的是,随着网络深度的增加,训练过程中出现的问题越来越多,需要更多的训练技巧。在本文中,我们提出了一种新的多尺度残差网络(MSRN)来充分利用图像的特征,其性能优于大多数现有的方法。在残差块的基础上,引入不同大小的卷积核,自适应地检测不同尺度的图像特征。同时,我们让这些特征相互作用,得到最有效的图像信息,我们称之为结构多尺度残差块(MSRB)翻译 2019-06-12 11:11:06 · 1272 阅读 · 1 评论