- 博客(4)
- 收藏
- 关注
RSS订阅原创 【阅读笔记】Dynamic Refifinement Network for Oriented and Densely Packed Object Detection
1 Introduction 目标检测已经取得了显著的进展。然而，由于以下内在原因，定向和高密度物体的检测仍然具有挑战性:一是神经元的感受都是轴向对齐的，形状相同，而物体通常是不同的形状，沿着不同的方向排列。二是检测模型通常使用通用知识进行训练，在测试时不能很好地泛化处理特定的对象。三是数据集有限，阻碍了本任务的发展。为了解决前两个问题，本文提出了一种由特征选择模块组成的动态细化网络(FSM)和动态细化头(DRH)。为了解决相关基准测试可用性有限的问题，本文提出了一个广泛的、完全注释的数据...
2021-09-12 22:52:06
488
原创 【阅读笔记】Refining activation downsampling with SoftPool
1. Introduction 本文提出了一种快速、高效的池化方法SoftPool，Softpool可以以指数加权方式累加激活。与一系列其他池化方法相比，SoftPool在下采样激活映射中保留了更多的信息，可以获得更好的分类精度。在ImageNet上，对于一系列流行的CNN架构，用SoftPool替换原来的池化操作可以带来1-2%的一致性精度提升。 2. Related Work Average Pooling：区域平均值。 Max ...
2021-09-12 20:59:18
306
原创 【操作笔记】docker在服务上的使用
从DEB包安装docker DEB包在没有网络的时候就特别管用了，找一台有网络的电脑下载DEB包，这个官方地址列出了所有Debian版本的docker，选择一个进行下载。https://download.docker.com/linux/ubuntu/dists/ 在浏览器打开上述地址，导航至pool/stable/，根据自己的架构amd64, armhf, ppc64el, or s390x下载.deb文件 比如我下载的文件叫做（在当前目录）docker-ce_18.06.1_ce_3-0_ubun..
2021-09-02 21:16:45
339
原创 【阅读笔记】Rethinking Classification and Localization for Object Detection
原文链接Rethinking Classification and Localization for Object Detection 目录 1.Introduction 2.Related Work 3.Analysis: Comparison between fc-head and conv-head 1. Introduction 大多数两阶段目标检测器共享一个分类和边界盒回归的head。然而对fc-head,conv-head这两个头部...
2021-08-29 11:39:11
626
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人