- 博客(10)
- 收藏
- 关注
RSS订阅原创 Region Proposal by Guided Anchoring阅读笔记
Abstract区域锚点是现代物体检测技术的基石。最先进的探测器主要依赖于密集锚定方案，其中锚点在空间域上均匀地采样，具有预定义的一组尺度和纵横比。在本文中，我们重新审视了这个基础阶段。我们的研究表明，它可以更加有效和高效地完成。 具体来说，我们提出了一个名为Guided Anchoring的替代方案，它利用语义特征来指导锚定。所提出的方法联合预测可能存在感兴趣对象的中心的位置以及不同位置处的尺...
2019-03-18 17:10:28
1129
原创 Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression阅读笔记
Abstrac联合交叉（IoU）是目标检测基准中最常用的评估指标。然而，在优化常用距离损失以回归边界框的参数和最大化该度量值之间存在差距。度量的最佳目标是度量本身。在轴对齐的2D边界框的情况下，可以显示IoU可以直接用作回归损失。...
2019-03-14 20:31:28
1277
原创 R-FCN-3000 at 30fps: Decoupling Detection and Classification阅读笔记
Abstract我们提出了R-FCN-3000，一个型的实时物体检测器,其中物体检测和分类是分离的。为了获得RoI的检测分数，我们将对象分数乘以细粒度分类分数。我们的方法是对R-FCN架构进行修改，其中位置敏感滤波器在不同的对象类之间共享,以执行定位。对于细粒度分类，不需要这些位置敏感滤波器。R-FCN-3000在ImageNet检测数据集上获得34.9％的mAP，并且在处理每秒30幅图像时优于...
2019-01-07 20:37:37
348
原创 An Analysis of Scale Invariance in Object Detection – SNIP阅读笔记
Abstract提出了在极端尺度变化下识别和检测物体的不同技术的分析。通过使用不同的输入数据配置训练它们来比较检测器的特定比例和比例不变的设计。通过评估不同网络架构在ImageNet上对小对象进行分类的性能，我们发现CNN对规模变化不稳健。基于此分析，我们提出在图像金字塔的相同尺度上训练和测试检测器。由于小型和大型物体难以分别在较小和较大尺度上识别，我们提出了一种新的训练方案，称为图像金字塔的尺...
2018-12-25 14:31:06
602
原创 Adaptive Object Detection Using Adjacency and Zoom Prediction
Adaptive Object Detection Using Adjacency and Zoom PredictionAbstract最先进的物体检测系统依赖于一组精确的区域提议。虽然这些方法在计算上是有效的，但它们依赖于固定图像区域作为预测的锚点。在本文中，我们建议使用一种搜索策略，该策略自适应地将计算资源引导到可能包含对象的子区域。与基于固定锚位置的方法相比，我们的方法自然适应于对象实...
2018-12-19 09:43:30
845
原创 ClusterNet: Detecting Small Objects in Large Scenes by Exploiting Spatio-Temporal Information
ClusterNet: Detecting Small Objects in Large Scenes by Exploiting Spatio-Temporal Information阅读笔记摘要新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列...
2018-12-04 18:27:59
1880
4
原创 Dynamic Zoom-in Network for Fast Object Detection in Large Images 阅读笔记
Dynamic Zoom-in Network for Fast Object Detection in Large Images 阅读笔记摘要1.介绍2. 相关工作3. Dynamic zoom-in network3.1. Problem formulation摘要我们引入了一个通用框架, 它降低了物体检测的计算成本, 同时保留了不同大小的物体在高分辨率图像中出现的情况的准确性。检测过程中...
2018-11-17 14:13:10
1859
1
原创 TRACA:《Context-aware Deep Feature Compression for High-speed Visual Tracking》论文笔记
摘要我们提出了一种新的基于上下文感知相关滤波器的跟踪框架，以实现了一个实时跟踪器，同时具备高计算速度和最先进的性能。高计算速度的主要贡献在于所提出的深度特征压缩，其通过利用多个expert auto-encoder的上下文感知方案来实现;我们框架中的上下文是指根据外观模式对跟踪目标的粗略分类。在预训练阶段，每个类别训练一个expert auto-encoder。在跟踪阶段，为给定目标选择...
2018-11-05 19:43:34
1578
原创 Deep Learning for Generic Object Detection: A Survey 阅读笔记（目标检测综述）
目录摘要1.介绍1.1与以前的评论比较2.背景2.1问题2.2.主要挑战2.2.1准确性相关的挑战2.2.2效率相关的挑战2.3过去二十年的进展3.框架3.1基于区域（两阶段框架）3.2一阶段方法4.基本的子问题4.1DCNN基于对象表示4.1.1流行的CNN结构4.1.2改进对象表示的方法4.2 上下文建模4.3检测prop...
2018-11-01 10:48:53
4095
1
原创 Tensorflow学习-基本函数
学习Tensorflow对遇到的函数的总结：（不断更新中）目录tf.truncated_normal函数 tf.Variable函数tf.nn.conv2d函数tf.placeholder函数tf.nn.max_pool_2*2函数 tf.constant函数tf.nn.relu函数tf.matmul()函数tf.nn.dropout函数tf.nn...
2018-09-03 15:55:33
371
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人