- 博客(8)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 open-mmlab之mmdetection3d
open mmlab实验室3d点云框架mmdetection3d，docker环境搭建、训练、推理、评估测试操作。
2022-09-05 12:12:05
1336
原创 点云3d检测SA-SSD
点云3d目标检测方法SA-SSD，引入点级监督学习辅助网络，学习结构信息，借助前景分割任务提高对象边界定位精度，中心估计任务帮助对象尺度和形状的确定，实现更精准的目标定位。同时，改进PSRoIAlign，提出PSWarp，减少后处理NMS预测框和置信度不一致问题。......
2022-08-18 18:52:32
2037
1
原创 目标检测DETR源码解读（一）
DETR，一种端到端的目标检测方法。基于set prediction全局损失，通过二分匹配和transformer编码-解码器，强制进行目标预测。整体框架丢弃了anchors、NMS。此文解读了DETR训练过程中数据格式、transformer主要代码。...
2022-07-29 18:15:00
2482
2
原创 论文《On the detection-to-track association for online multi-object tracking》
原文+标注：https://download.csdn.net/download/weixin_34961608/85423097文章目录主题一、HTA1.增量高斯混合模型2. 新数据点三种处理方式3.轨迹关联二、四种关联方法1.引入库2.读入数据三、实验对比主题对tracking-by-dection类MOT任务，提出一种detection-to-track关联算法hybrid track association(HTA)。采用历史帧的tracks外观距离+增量高斯混合模型IGMM关联det...
2022-05-25 17:47:55
202
翻译 iSeeBetter: Spatio-temporal video SR using recurrent generative back-projection network阅读
仅供学习使用。如理解有误，请指正摘要SISR在处理视频帧时缺乏时间连续性。GAN网络具有一定竞争优势，减轻缺失精细纹理细节图片重建问题，常见于基于CNN处理大尺度SR问题。作者提出iSeeBetter，基于GAN的时空视频超分方法，呈现出时间一致性。iSeeBetter从当前帧和邻近帧，使用循环反投影网络(recurrent back-projection network)概念作为G网络提取空间和时间信息；提高SR的自然性，同时消除传统SR的伪影，利用SRGAN方法的D网络。虽然MSE作为主要loss.
2021-03-22 17:53:37
256
翻译 A Deep Journey into Super-resolution: A Survey阅读
摘要 作者探索比较30+种基于CNN的单帧超分辨率方法，并且在3+种经典的数据集上测试比较。将现有方法分九类：linear、residual、multi-branch、recursive、progressive、attention-based、adversarial designs。同时从模型复杂度、内存占用、输入和输出、学习细节、网络损失类型、及结构重要差异（depth、skip-connections、filters)上分析比较。 作者评价使用的datasets和codes(https://gith
2021-03-15 17:31:43
766
On the detection-to-track association for online MOT解读标注
2022-05-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人