![](https://img-blog.csdnimg.cn/20200120102505740.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Detection
CV-目标检测论文学习。
Wilber529
练习时长四年半...
展开
-
论文学习笔记 - YOLOv4
『写在前面』YOLO x新奇tricks大礼包,带领YOLO重回巅峰。文章标题:《YOLOv4: Optimal Speed and Accuracy of Object Detection》作者机构:Alexey Bochkovskiy等.原文链接:https://arxiv.org/abs/2004.10934v1相关repo:https://github.com/AlexeyAB/darknet目录摘要1 目标检测模型结构拆解2 相关工作2.1 目标检测模..原创 2020-05-13 17:26:17 · 1057 阅读 · 0 评论 -
论文学习笔记 - FCOS
『写在前面』Anchor-free型检测器的代表作之一。文章标题:《FCOS: Fully Convolutional One-Stage Object Detection》作者机构:Zhi Tian等, The University of Adelaide.论文出处:ICCV 2019原文链接:https://arxiv.org/abs/1904.01355相关repo...原创 2020-04-03 18:22:50 · 995 阅读 · 0 评论 -
论文学习笔记-CenterNet(Objects as Points)
『写在前面』应用最广泛的Anchor-Free 检测模型之一。文章标题:《Objects as Points》作者机构:Xingyi Zhou等, UT Austin.原文链接:https://arxiv.org/abs/1904.07850相关repo:https://github.com/xingyizhou/CenterNet目录摘要1 介绍2 相关工...原创 2020-03-14 15:34:37 · 2706 阅读 · 0 评论 -
论文学习笔记-YOLACT++
『写在前面』YOLACT升级版。文章标题:《YOLACT++ Better Real-time Instance Segmentation》作者机构:Daniel Bolya等, University of California, Davis.原文链接:https://arxiv.org/abs/1912.06218相关repo:https://github.com/dbol...原创 2019-12-18 21:18:31 · 4911 阅读 · 0 评论 -
论文学习笔记-EfficientDet
『写在前面』EfficientNet作者团队基于EfficientNet构建的最强One-shot目标检测器。文章标题:《EfficientDet: Scalable and Efficient Object Detection》作者机构:Mingxing Tan等, Google Research, Brain Team.原文链接:https://arxiv.org/abs/1...原创 2019-11-30 12:12:39 · 1941 阅读 · 0 评论 -
论文学习笔记-Gaussian YOLOv3
『写在前面』高斯YOLOv3,在原版YOLOv3的基础上,针对边界框回归问题进行优化。在保证实时性的前提下,大幅提高了mAP和TP,降低了FP。同时,由于对边界框的置信度进行了建模,多了一个可以进行后处理的方式,以提高边界框回归的准确性。作者机构:Jiwoong Choi等,Seoul National University.论文出处:ICCV 2019.文章标题:《Gaussi...原创 2019-11-27 20:45:32 · 2291 阅读 · 6 评论 -
论文学习笔记-LCFCN
基于点监督的对象计数模型LCFCN。设计了一种复合的LC-Loss,用于监督计数模型。而模型结构本身可以使用绝大多数的FCN型语义分割模型,只是更换了loss,就能达到很好的计数效果!个人认为,该模型更适合于进行十、百数量级的对象计数任务,并且相比于包围框和mask,只需要点的标注友好很多。原创 2019-08-01 12:30:26 · 1788 阅读 · 0 评论 -
论文学习笔记-ScratchDet
『写在前面』可以从头开始训练的Single-Shot目标检测模型,重点分析了BatchNorm对模型训练的影响。作者机构:朱睿等,JD-AI研究院。文章标题:《ScratchDet: Training Single-Shot Object Detectors from Scratch》论文出处:CVPR 2019原文链接:https://arxiv.org/abs/1810....原创 2019-03-16 10:42:37 · 2285 阅读 · 3 评论 -
论文学习笔记-M2Det
『写在前面』Single-shot目标检测新模型,使用multi-level特征。作者机构:Qijie Zhao等,北京大学&阿里达摩院文章标题:《M2Det: A Single-Shot Object Detector based on Multi-Level Feature Pyramid》原文链接:https://arxiv.org/abs/1811.04533...原创 2019-02-16 11:56:13 · 19068 阅读 · 14 评论 -
论文学习笔记ExtremeNet(Bottom-up Object Detection by Grouping Extreme and Center Points)
『写在前面』目标检测新思路,检测目标极值点而不是回归包围框。作者机构:Xingyi Zhou等,UT Austin文章标题:《Bottom-up Object Detection by Grouping Extreme and Center Points》原文链接:https://arxiv.org/pdf/1901.08043.pdf相关repo:https://githu...原创 2019-01-29 21:22:43 · 11083 阅读 · 6 评论 -
论文学习笔记(九)Tiny-DSOD: Lightweight Object Detection for Resource-Restricted Usages
『写在前面』DSOD轻量版,depthwise卷积在DSOD中的应用。论文出处:BMVC 2018作者机构:Yuxi Li等,上海交通大学等原文链接:https://arxiv.org/pdf/1807.11013相关repo:https://github.com/lyxok1/Tiny-DSOD目录摘要1 介绍2 相关工作3 方法3.1 基于DDB...原创 2019-01-26 15:54:13 · 1365 阅读 · 0 评论 -
论文学习笔记(八)DSOD: Learning Deeply Supervised Object Detectors from Scratch
『写在前面』无需借助预训练模型即可达到较高精度的目标检测模型。论文出处:ICCV 2017作者机构:Zhiqiang Shen等,复旦大学等原文链接:https://arxiv.org/pdf/1708.01241相关repo:https://github.com/szq0214/DSOD目录摘要1 介绍2 相关工作3 DSODDSOD结构DSO...原创 2019-01-26 10:49:03 · 714 阅读 · 0 评论 -
论文学习笔记(七)Pelee: A Real-Time Object Detection System on Mobile Devices
『写在前面』目标检测轻量级网络。论文出处:NeurIPS 2018作者机构:Robert J. Wang等,University of Western Ontario原文链接:https://arxiv.org/pdf/1804.06882v2相关repo:https://github.com/Robert-JunWang/Pelee目录摘要1 介绍2 Pe...原创 2019-01-19 16:41:19 · 1883 阅读 · 0 评论