什么是class-agnostic，class-agnostic是什么意思

最新推荐文章于 2024-08-04 13:08:22 发布
最新推荐文章于 2024-08-04 13:08:22 发布
阅读量2.3k 收藏 2
点赞数 2
分类专栏： CV基础知识 文章标签： 计算机视觉 机器学习 人工智能 目标检测
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_68308828/article/details/126848671
版权

也有度娘搜不到的，真菜呀。

class-agnostic

 意思差不错，应该学术上是

不可知目标检测

感觉有点高级吧，还整不可知论啥啥啥的

其实很简单，

传统的目标检测是检测出这个东西在哪，是个什么东东，阿猫阿狗之类的

这个不可知检测class-agnostic是想要检测出每一个图片中出现的东东

，不管他什么类别，见鬼去吧

类别咋办，请专业的别人来解决，也有自己解决的，加油，大牛们

直接上图

这个是传统的

这是不可知检测。。

 如果想深究

请看目标检测新方式 | class-agnostic检测器用于目标检测（附论文下载链接）_计算机视觉研究院的博客-CSDN博客

 

Class-agnostic
whaosoft143ai的博客
02-06 776
上图总结了完整的框架。目标检测模型在定位和分类训练期间显示目标时表现良好，然而，由于创建和注释检测数据集的难度和成本，训练过的模型检测到数量有限的目标类型，未知目标被视为背景内容。目标检测模型在定位和分类训练期间显示目标时表现良好，然而，由于创建和注释检测数据集的难度和成本，训练过的模型检测到数量有限的目标类型，未知目标被视为背景内容。然而，为了使类不可知的检测和模型能够检测到以前看不见的对象类型，检测器应该编码能够更有效地区分对象与背景内容单个对象与图像中的其他对象的特征而不区分对象类型 whaosoft
Contrastive learning of Class-agnostic Activation Map for Weakly Supervised Object Localization and
lt1103725556的博客
06-28 845
paper: Contrastive learning of Class-agnostic Activation Map for Weakly Supervised Object Localization and Semantic Segmentation一句话总结: 认为前景和背景feature天然相似度较低，且相同纹理的前/背景feature相似度高，因此直接在feature后接分割头预测前背景分数，与feature相乘取出前/背景feature。在一个batch内降低前-背景pair的相似度，提高前景
目标检测新方式 | class-agnostic检测器用于目标检测（附论文下载链接）
gzq0723的博客
05-31 3761
计算机视觉研究院专栏作者：Edison_G目标检测模型在定位和分类训练期间显示目标时表现良好，然而，由于创建和注释检测数据集的难度和成本，训练过的模型检测到数量有限的目标类型，未知目标被视...
Class Agnostic的物体检测/分割
eight_Jessen的博客
04-17 1869
最近在看Class Agnostic的物体检测/分割，今天分享三篇文章 1、进入主题之前，先介绍这方面主要用到的数据集 Class Agnostic是一个通用的方法，可以用在很多任务上面。 Class Agnostic需要的数据集大概是图片信息+标签（bounding box, mask之类），看到的主要在 PASCAL VOC 2012 和COCO数据集上做。 一般网络的设计都是两个分支的，一个...
class-aware detector 和 class-agnostic detector
911的专栏
03-30 1814
For a class-aware detector, if you feed it an image, it will return a set of bounding boxes, each box associated with the class of the object inside (i.e. dog, cat, car). It means that by the time the
"class-agnostic"理解
pandamax的博客
04-02 8838
“class-agnostic”理解
机器学习之---class-aware 和 class-agnostic
zxyhhjs2017的博客
10-15 2854
For a class-aware detector, if you feed it an image, it will return a set of bounding boxes, each box associated with the class of the object inside (i.e. dog, cat, car). It means that by the time the...
⭕️【论文阅读】《Interactive Class-Agnostic Object Counting》
最新发布
2301_77549977的博客
08-04 540
我们提出了一个新的交互式类别无关目标计数框架，用户可以通过交互提供反馈来提高计数器的准确性。我们的框架由两个主要部分组成：一个用户友好的可视化工具来收集反馈，以及一个有效整合反馈的机制。在每一次迭代中，我们生成一张密度图来展示当前的预测结果，并将该图分割成不重叠的区域，每个区域内的目标数量容易验证。用户可以通过选择一个计数明显错误的区域，并指定该区域内目标数量的估计范围来提供反馈。为了改进计数结果，我们开发了一种新的适应性损失函数，以强制视觉计数器输出用户指定范围内的预测计数。
[WSIS] Weakly-supervised Instance Segmentation via Class-agnostic Learning with Salient Images
Ah丶Weii
05-19 784
1. Motivation 弱监督实例分割（WSIS） Weakly-supervised instance segmentation (WSIS) is important in computer vision for at least two reasons. Humans have a strong class-agnostic object segmentation ability and can outline boundaries ofunknown objects precisely.
计算机视觉中class-agnostic action是什么
05-19
在计算机视觉中，class-agnostic action（无类别行为）指的是不考虑物体的类别，而是关注物体的动作或行为。它强调的是物体的运动和位置变化，而不是物体的种类。例如，在视频中，我们可以检测到一个人在走路、奔跑...
class-agnostic-counting
05-27
与类无关的计数 此存储库包含论文的Keras实现，即 。 它包括用于训练GMN（通用匹配网络）并将其适应特定数据集的代码。 依存关系 对于Conda用户，您可以使用conda env create -f environment.yml.创建新的Conda conda env create -f environment.yml. 预训练模型 预训练的GMN权重在可用。 演示版 GMN接受了ImageNet视频数据的培训。 要在看不见的示例细胞图像上运行预训练的GMN，请首先下载模型权重并将其保存为./checkpoints/pretrained_gmn.h5 。 然后运行： python demo.py --im images/cells.jpg --exemplar images/exemplar_cell.jpg 预测的热图可视化将另存为heatmap_vis.jpg 。 为
class-aware与class-agnostic的含义，区别，应用场景
m0_45388819的博客
11-24 3361
class-aware与class-agnostic的含义，区别，应用场景 先给出官方的原文解释： class-aware For a class-aware detector, if you feed it an image, it will return a set of bounding boxes, each box associated with the class of the object inside (i.e. dog, cat, car). It means that by the ti
论文理解《Class-Agnostic Counting》
鱼奶奶的花园
05-11 2200
code https://github.com/erikalu/class-agnostic-counting 解决问题：建立一个适用于任何物体类别的计数模型； 解决方法：将计数问题转化为匹配问题，挖掘图的自相似性； 主要贡献： 1.提出Generic Matching Network(GMN)，可按类未知方法进行计数； 2.将计数问题重定义为物体匹配问题，可充分利用大量丰富的已标注的视...
目标检测中bbox回归中class-agnostic和class-specific的区别
W1995S的博客
03-24 1638
明显是网络预测的object 类别数目不同。 class-specific 方式，很多地方也称作class-aware的检测，是早期Faster RCNN等众多算法采用的方式。它利用每一个RoI特征回归出所有类别的bbox坐标，最后根据classification 结果索引到对应类别的box输出。这种方式对于ms coco有80类前景的数据集来说，并不算效率高的做法。对于class-aware的检测器，如果向其提供图像，它将返回一组边界框，每个边界框都与内部物体（例如狗，猫，汽车）的类别相关联。 这意味着，
class-aware detector 和 class-agnostic detector
qq_20481015的博客
07-20 1760
对于一个class-aware detector，如果你给它一个图像，它将返回一组bounding box，每个盒子与对象内部的类（即狗、猫、汽车）相关联。这意味着，当检测器完成检测时，它知道检测到了什么类型的对象。 对于class-agnostic detector它检测一组对象，而不知道它们属于什么类。简单地说，他们只检测“前景”对象。前景是一个宽泛的术语，但它通常是一组包含我们想要在图像中...
目标检测中bbox回归中class-agnostic和class-specific的区别在哪？
Wang9843426的博客
08-23 1113
目标检测中bbox回归中class-agnostic和class-specific的区别在哪？ （本文取自知乎问答，仅作个人学习收藏使用,文末有参考链接） 明显是网络预测的object 类别数目不同。class-specific 方式，很多地方也称作class-aware的检测，是早期Faster RCNN等众多算法采用的方式。它利用每一个RoI特征回归出所有类别的bbox坐标，最后根据classification 结果索引到对应类别的box输出。这种方式对于ms coco有80类前景的数据集来说，并不算效
可逆图像缩放 ECCV 2020 ：Invertible Image Rescaling
u014546828的博客
09-19 2693
Invertible Image Rescaling https://arxiv.org/pdf/2005.05650.pdf Abstract High-resolution digital images are usually downscaled to fit various display screens or save the cost of storage and bandwidth, meanwhile the post-upscaling is adpoted ...
CANet: Class-Agnostic Segmentation Networks with Iterative Refinement and Attentive...（论文解读十九）
一一
07-17 3988
Title：CANet: Class-Agnostic Segmentation Networks with Iterative Refinement and Attentive Few-Shot Learning From：CVPR2019 Note data：2019/07/17 Abstract：引入一种CANet，一个类不可知的分割网络，可以对新类进行几次分割，只有少量带注释的图像。...
基于可逆神经网络的图像隐藏技术 (ICCV 2021) - HiNet: Deep Image Hiding by Invertible Network
热门推荐
u014546828的博客
10-27 1万+
HiNet: Deep Image Hiding by Invertible Network [pdf] [github] Figure 1. The illustration of difference between our image hiding method and the traditional methods [5, 23, 32]. Abstract Image hiding aims to hide a secret image into a cover i..
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

东东要拼命

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