![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
文章平均质量分 93
绿柳山庄赵公子
目前的研究方向为目标检测(Object Detection)和基于RGB-D的显著性检测(RGB-D Salient Object Detection)。
过去的一年里一直忙于论文,很多评论和私信都没有来得及回复,未来我将会慢慢把做的一些工作和论文都整理出来,发布在CSDN和Github上,欢迎大家交流和讨论。
展开
-
论文学习笔记《Arbitrary-Oriented Ship Detection through Center-Head Point Extraction》
这是一篇2021刚刚挂在arXiv上的论文,作者提出了一种center-head point extraction based detector(命名为CHPDet)的网络,以实现遥感图像中的任意方向船舶检测。同时提出了一种新的用于固定ground sample distance(GSD)遥感图像中多类任意定向船舶检测的数据集,称为FGSD2021。最后在两个船舶检测数据集(即FGSD2021和HRSC2016)上进行了相关的实验。论文链接:Arbitrary-Oriented Ship Detectio原创 2021-03-31 21:11:15 · 3056 阅读 · 9 评论 -
论文学习笔记《SWA Object Detection》
这是一篇2020年年底挂在arxiv上的论文,主要思想很简单,就做了一件事情:采用周期性学习率迭代策略(余弦退火算法)额外再训练模型12个epoch,然后平均每个epoch训练得到的weights作为最终的模型权重。通过这样简单地一个操作,模型的准确率可以上涨~1.0AP。论文链接:SWA Object DetectionAbstract 摘要你想为你的目标探测器改进1.0ap而不需要任何推理成本和对探测器的任何更改吗?让我们告诉你这样一个方法。它非常简单:**使用循环学习率(cyclical lea原创 2021-03-27 18:18:48 · 1122 阅读 · 4 评论