目标检测论文翻译和理解
文章平均质量分 82
诺顿与苏菲
web开发转计算机视觉啦
展开
-
论文翻译 | TOOD:《TOOD: Task-aligned One-stage Object Detection》详细解读
单阶段目标检测通常是通过优化两个子任务来实现的:目标分类和定位,使用具有两个平行分支的头部,这可能会导致两个任务之间的预测存在一定程度的空间错位(spatial misalignment)。原创 2022-05-08 16:41:10 · 2418 阅读 · 0 评论 -
论文翻译 | FCOSv2:《FCOS: A Simple and Strong Anchor-free Object Detector》
目标检测是计算机视觉中最重要的任务之一,它为一些实例级的识别任务和许多下游的应用打下了基础。近年来,单阶段目标检测方法由于设计简单、性能优越,比双阶段目标检测方法受到更广泛的关注。在此,我们提出了一个全卷积的单阶段目标检测器(FCOS),**以逐像素预测的方式解决目标检测问题,类似于语义分割这样的密集预测问题。**几乎所有的state-of-the-art目标检测器,如RetinaNet、SSD、YOLOv3和Faster R-CNN,都依赖于预定义的锚点框。相比之下,我们提出的检测器**FCOS是anch原创 2022-03-30 13:15:41 · 1661 阅读 · 0 评论 -
如何阅读论文和阅读顺序?
如何阅读论文Abstract背景介绍要解决的问题是什么?我们做了啥?我们怎么做的?我们做的怎么样?贡献是什么?Introduction基本上是abstract的更详细介绍Related works对过去的相关方法的总结和介绍(对文献调研非常有用!)Methods开始分段介绍方法Experiments实验的设置(数据集、超参数等)Ablation Study:通过控制变量法证明提出来的各个模块都是有效的State-of-the-art Compa原创 2022-03-26 22:10:33 · 626 阅读 · 0 评论 -
论文翻译 | FCOSv1:《FCOS Fully Convolutional One-Stage Object Detection》
We propose a fully convolutional one-stage object detector (FCOS) to solve object detection in a per-pixel prediction fashion, analogue to semantic segmentation. Almost all state-of-the-art object detectors such as RetinaNet, SSD, YOLOv3, and Faster R-CN原创 2022-03-24 13:12:23 · 3615 阅读 · 0 评论 -
论文翻译 | Faster R-CNN:《Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks中文翻译与注释(使用RPN实现实时目标检测)原创 2021-12-20 14:47:43 · 875 阅读 · 0 评论 -
论文翻译 | R-CNN论文:《Rich feature hierarchies for accurate object detection and semantic segmentation》
Rich feature hierarchies for accurate object detection and semantic segmentation中文翻译原创 2021-12-10 16:26:23 · 3339 阅读 · 0 评论