![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文笔记
文章平均质量分 94
奔跑的小仙女
这个作者很懒,什么都没留下…
展开
-
M2Det-一种使用新的特征金字塔方式的单阶段目标检测器(论文笔记)
摘要特征金字塔被最先进的一阶段目标检测器(如DSSD、RetinaNet、RefineDet)和两阶段目标检测器(如Mask RCNN、DetNet)广泛利用,以缓解跨目标实例的尺度变化所带来的问题。虽然这些带有特征金字塔的目标检测器取得了不错的结果,但由于它们只是简单地根据原本用于对象分类任务的骨干网固有的多尺度金字塔结构构造特征金字塔,因此存在一定的局限性。因此,坐着提出了多级特征金字塔网络...原创 2019-06-21 10:21:26 · 2090 阅读 · 0 评论 -
YoloV1、YoloV2(9000)、Yolov3论文笔记
YOLOV1论文解读摘要:将对象检测框架为一个回归问题,回归到空间分隔的边界框和相关的类概率。在一次评估中,单个神经网络直接从完整的图像中预测边界框和类概率。由于整个检测流程是一个单一的网络,可以直接对检测性能进行端到端优化。YOLO模型以每秒45帧的速度实时处理图像。介绍:一个卷积网络同时预测多个bounding box和这些bounding box的类概率。优点1、YOLO非...原创 2022-02-17 10:51:07 · 740 阅读 · 0 评论 -
Faster RCNN系列算法原理讲解(笔记)
Faster RCNN介绍:给定图片中精确定位物体位置,预测物体类别尺度变化、视觉变化、姿态变化、场景不确定、多个类别RCNN->SPPNet->Fast-RCNN->Faster-RCNN升级它的检测方法流程与传统方法类似:候选框选取可采用滑动窗口策略或选择性搜索策略。RCNN网络RBG 2014年提出深度特征RBG首次将卷积神...原创 2019-07-01 14:58:53 · 6490 阅读 · 0 评论 -
ScratchDet:随机初始化训练SSD目标检测器(论文笔记)
论文名称:ScratchDet: Training Single-Shot Object Detectors from Scratch(京东AI研究院)地址:https://arxiv.org/abs/1810.08425v3代码:https://github.com/KimSoybean/ScratchDet摘要:当前最先进的目标检测器是通过在大规模分类数据集ImageNet上预先训练的...原创 2019-06-28 09:03:45 · 1981 阅读 · 1 评论 -
Region Proposal by Guided Anchoring论文翻译和理解
通过引导锚框进行区域建议摘要最先进的检测器大多依赖于密集的锚框组合方案,在该方案中,锚点以预定义的尺度和纵横比在空间域中均匀采样。在本文中,将重新讨论这个基础阶段。本文的研究展示了这个过程可以更加快速,也就是说我们提出了一个可选择anchor的方法——Guided Anchoring,利用语义特征来指导anchor的生成。本文提出的方法对anchor位置和对应位置上的尺寸和纵横比进行联...原创 2019-09-27 11:12:22 · 920 阅读 · 0 评论