论文笔记（Oriented R-CNN，ICCV2021）

最新推荐文章于 2023-05-28 17:45:00 发布
最新推荐文章于 2023-05-28 17:45:00 发布
阅读量1.2k 收藏 5
点赞数
分类专栏： 论文笔记 文章标签： 论文阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39858171/article/details/127565841
版权
本文详细介绍了Oriented R-CNN，一种用于定向目标检测的高效算法。该算法采用中心点偏移六参数表示法简化了定向边界框的表示，通过Oriented RPN和Oriented RCNN Head实现了两阶段检测，降低了计算成本。实验表明，Oriented R-CNN在DOTA和HRSC2016数据集上表现出优秀的检测效果，同时保持了较高的运行速度。
摘要由CSDN通过智能技术生成
最低0.47元/天 解锁文章
杨小木木
关注
专栏目录
复现 Oriented R-CNN RTX3080ti
pinfan12138的博客
07-15 2749
复现 Oriented R-CNN RTX3080ti
Oriented R-CNN for Object Detection 论文解读
weixin_43179892的博客
09-03 5460
论文基本信息 标题：Oriented R-CNN for Object Detection 作者：Xingxing Xie Gong Cheng* Jiabao Wang Xiwen Yao Junwei Han 机构：School of Automation, Northwestern Ploytechnical University, Xi’an, China 来源：ICCV 时间：2021 链接：https://arxiv.org/abs/2108.05699 代码：https://github.c
Oriented R-CNN for Object Detection(定向R-CNN的目标检测)
左右-HPU
05-17 1374
图1为，生成定向提案的不同方案的比较。(a)旋转RPN密集放置不同尺度、比例、角度的旋转锚。(b) RoI Transformer+从水平RoI中学习定向提案。它包括RPN、RoI对齐和回归。(c)我们以建议为导向的RPN以几乎没有成本的方式产生高质量的建议。定向RPN的参数数约为RoI Transformer+的1/3000，旋转RPN的1/15。它在每个位置放置54个不同角度、尺度和宽高比(3个scales×3 ratios×6角度)的锚点。
(一) Oriented R-CNN
机器人视觉感知
12-16 2245
与水平检测框不同，旋转检测框会给出对象的,是带角度的物体检测框。结合水平检测框的方法，旋转框检测常用的方法有以下几种。,参考中提出的RPN,在每个特征图上使用3种scale，3种ratio,6种angle共计54个锚框。这种方法可以提高对象检测的召回率，但是因引入过多的anchor,譬如在80x80x54的特征图上会生成345600个候选框，会导致占用过多的内存和推理时间。使用来生成,这种方法相比减少了参数量，但依然存在额外的计算量。,本文提出的方法，使用本文提出的中点偏移旋转框表示法,将RPN输出。
Oriented R-CNN：面向旋转目标检测的 R-CNN（ICCV2021）
Talk is cheap, show me the code!
08-14 8866
本文提出一种通用的两阶段旋转目标检测器，具有良好的准确性和效率，表现SOTA！性能优于Mask OBB、SCRDet等网络，代码现已开源！作者单位：西北工业大学
Oriented rcnn
fei_YuHuo的博客
07-20 1472
旋转框目标检测Oriented rcnn训练流程--代码层面分析
【论文阅读】Oriented R-CNN for Object Detection
糯米丸子TAT的博客
12-17 2820
oriented-RPN用于生成高质量的带方向的候选框，oriented R-CNN head用于优化oriented RoIs并对其进行识别
Mask_R-CNN ICCV会议论文
04-03
Mask R-CNN 是一种在计算机视觉领域中的实例分割技术，由何凯明博士和其合作者在2017年发表于ICCV（国际计算机视觉与模式识别会议）并获奖。Mask R-CNN 作为Faster R-CNN的扩展，不仅能高效地检测图像中的物体，同时...
2017-ICCV-Mask R-CNN
RhineYu's Blog
03-21 1231
本周组会讲Mask R-CNN，借此机会把目标检测R-CNN系列的论文都整理了一遍，除了paper外，主要参考网上的一些博客，如有侵权，请告知，在此十分感谢。 文中如有错误，请积极指出，一起学习，共同进步。 相关论文链接： R-CNN→→\rightarrowSPP Net→→\rightarrowFast R-CNN→→\rightarrowFaster R-CNN→→\rightarro...
Mask-RCNN ICCV2017
菜鸟中的菜中菜的博客
11-21 3107
Mask-RCNN ICCV2017 参考1 参考2 计算过程解读 创新点 Mask R-CNN是在Faster R-CNN的基础上添加了一个预测分割mask的分支。将RoI Pooling 层替换成了RoIAlign层；添加了并列的FCN层（mask层），输出每个ROI的mask。 使用ResNeXt-101+FPN用作特征提取网络，基础网络增强 采用 ROIAlign 替代 RoiPooling（改进池化操作）。引入了一个插值过程，先通过双线性插值到14 * 14，再 pooling到 7 * 7。
​ICCV 2021丨Oriented R-CNN：面向旋转目标检测的 R-CNN
阿木寺的博客
08-31 4001
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文转载自：中国图象图形学学会CSIGOriented R-CNN：有向目标检测谢星星,程塨,王家宝,...
OrientedRCNN论文解读
wulele2的博客
01-11 1542
  论文链接 2、使用步骤 1.引入库 2.读入数据 总结
17:Oriented R-CNN for Object Detection
qq_41887799的博客
03-08 3596
1.介绍 不同方案生成定向proposals的比较。(a)旋转RPN密集放置不同尺度、比例和角度的旋转锚点。(b)水平RoI的RoI Transformer+学习型方案。它包括RPN、RoI对齐和回归。(c)我们建议的面向RPN以几乎零成本的方式产生高质量的建议。定向RPN的参数数约为RoI Transformer+的1/3000和旋转RPN的1/15。 目前最先进的两级detector通过耗时的方案产生定向proposals。这降低了detector的速度，成为面向先进目标检测系统的.
EdgeFlow(ICCV2021) 论文阅读笔记（理论篇）
qq_53527856的博客
04-01 4072
[Paper] EdgeFlow:Achieving Practical Interactive Segmentation with Edge-Guided Flow(2021) [Code]PaddlePaddle/PaddleSeg 论文全称：EdgeFlow:Achieving Practical Interactive Segmentation with Edge-Guided Flow 最近看了郝钰莹姐姐在ICCV2021发表的EdgeFlow这篇关于图像分割的论文，写下这篇笔记，记录自
目标检测经典作：有向目标检测方法Oriented R-CNN
学姐带你玩AI的博客
05-28 645
来源：投稿 作者：摩卡编辑：学姐。
Oriented R-CNN 试图涨点 目标检测 random rotation
weixin_44298961的博客
05-20 1094
oriented r cnn 框架，试图涨点失败
文献翻译1：Oriented R-CNN for Object Detection
qq_37444533的博客
12-24 1352
当前的SOTA两阶段检测器生成旋转候选框很费时。本文提出Oriented RCNN(oRPN)，实现具有高效率和良好精度的旋转检测。 具体来说，第一阶段中提出了oRPN，可以几乎不费时地生成oriented proposals；第二阶段oriented RoI。
R-CNN 文献阅读
weixin_45199303的博客
10-06 243
Rich feature hierarchies for accurate object detection and semantic segmentation 阅读笔记 关键词：目标检测（Object Detection）；候选区域（Region Proposal）；卷积神经网络（Convolutional Neural Network） 目录 Rich feature hierarchies for accurate object detection and semantic segmentat.
mmrotate 修改ap75
最新发布
07-28
根据引用\[1\]和引用\[2\]的内容，要修改mmrotate的ap75，你需要进行以下步骤： 1. 打开路径为/data1/ccc/Project/mmrotate1/configs/oriented_rcnn/oriented_rcnn_r50_fpn_fp16_1x_dota_le90.py的配置文件。 2. 在配置文件中找到ap75的相关参数，并进行修改。 3. 保存配置文件。 请注意，具体的ap75参数修改方式可能因为mmrotate的版本和具体需求而有所不同。因此，建议在修改ap75之前，仔细阅读相关文档或咨询mmrotate的开发者以获取准确的修改方法。 #### 引用[.reference_title] - *1* *3* [mmrotate旋转目标检测小白入门实战教程](https://blog.csdn.net/weixin_44123583/article/details/129705515)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [mmrotate学习（5）mmrotate测试训练好的模型map](https://blog.csdn.net/qq_34885993/article/details/127851196)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

杨小木木

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值