![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
文章平均质量分 77
Elpecz
T+U
CV det
展开
-
数据正则化方法之 concrete dropblock
类内间距的存在,让现有的WSOD算法经常错误地将具有区分度的部分目标检出,而不是检出完整目标。一个自然的解决方法是让网络聚焦于整体内容,这可以通过丢弃图片中最具区分度的部分实现。所以,spatial dropout是一个合适的选择。朴素的spatial dropout具有检测的局限性,因为随着目标在图片中的位置与大小的不同,目标具有区分度部分也不同。一个更结构化的dropblock被提出,其ROI特征图的空间点被随即采样为斑点中心(blob centers),特征图中所有通道的围绕着中心HxH大小的..原创 2021-03-27 16:27:22 · 294 阅读 · 0 评论 -
CVPR 2021 Oral | OWOD:面向开放世界的目标检测 Towards Open World Object Detection
Towards Open World Object Detection论文:https://arxiv.org/abs/2103.02603代码:https://github.com/JosephKJ/OWOD摘要人类拥有认知身边未知事物的天性。当最后有相应的知识可用的时候,对未知实例内在的好奇心也有助于我们学习这些事物。这推动我们提出了一个新的计算机视觉领域问题:开放世界目标检测。这个模型的任务是:在没有清晰标注的时候,将尚未引入的目标判别为“未知” 当对应标签逐渐加入后,.原创 2021-03-16 17:02:50 · 5273 阅读 · 26 评论