论文阅读
文章平均质量分 55
「已注销」
这个作者很懒,什么都没留下…
展开
-
Recurrent Dynamic Embedding for Video Object Segmentation
Recurrent Dynamic Embedding for Video Object Segmentation周末大概看了一下最近的vos领域的发展,简单地介绍一下发表于cvpr2022 的这篇工作。原创 2022-08-22 11:45:27 · 570 阅读 · 1 评论 -
Bottom-up Object Detection by Grouping Extreme and Center Points
Zhou, X., Zhuo, J., & Krahenbuhl, P. (2019). Bottom-up object detection by grouping extreme and center points. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 850-859).这一篇文章是CornerNet的变体,结合了上面的两篇文章,网络预测极点和各个.原创 2021-04-07 13:31:26 · 275 阅读 · 0 评论 -
CornerNet: Detecting Objects as Paired Keypoints
Law, H., & Deng, J. (2018). Cornernet: Detecting objects as paired keypoints. In Proceedings of the European conference on computer vision (ECCV) (pp. 734-750).本文提出了一种anchor-free的检测方法,该模型所预测的是object的左上角和右下角顶点。采用embedding vector对顶点进行分组,思路基于多人姿态估计的Bo.原创 2021-04-07 13:24:44 · 319 阅读 · 1 评论 -
Extreme clicking for efficient object annotation
Extreme clicking for efficient object annotationPapadopoulos, D. P., Uijlings, J. R., Keller, F., & Ferrari, V. (2017). In Proceedings of the IEEE international conference on computer vision (pp. 4930-4939).以前的标注都是角点,但是角点不一定在物体上,定位不是很准确。改标极点,极点在物体原创 2021-04-07 13:18:30 · 250 阅读 · 0 评论 -
Generalized Focal Loss V2: Learning Reliable Localization Quality Estimation for Dense Object Detect
Generalized Focal Loss V2这篇文章提出了利用边界框分布(在Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection中提出的一般分布)本文观察到一般的统计分布与其真正的定位质量有很强的相关性,边界框分布的形状(平整度)可以清楚地反映预测结果地定位质量,分布越尖锐,预测的边界框越准确,反之亦然。输入(边框分布统计)和输出(LQE分数)是高度原创 2021-04-07 13:07:39 · 977 阅读 · 0 评论 -
【Paper Reading】论文阅读SOLO:Segmenting Objects by Location
论文下载地址:https://arxiv.org/pdf/1912.04488.pdf论文中心研究内容一种新的、简洁的实例分割方法贡献将实例分割转化为了两个分类任务,超越了其他单阶段的实例分割算法主要内容相关工作自上而下的模式和自下而上的模式的two-stage分割,以及one-stage分割,自上而下的实例分割是先生成了一个先验的边框,然后再进行实例分割。自下而上则是将像素点聚合成任意数量的物体实例,产生实例掩码。直接实例分割,近来的一些方法可以看作是“半直接”的方式。SOLO原理通过原创 2020-10-11 10:18:32 · 272 阅读 · 0 评论 -
【Paper Reading】论文阅读Microsoft COCO:Common Objects in Context
论文下载地址:https://authors.library.caltech.edu/94215/2/1405.0312.pdf论文中心研究内容通过将对象识别问题放在更广泛的场景理解问题的上下文中,来提高对象识别精度贡献提出了一个用于物体检测和物体分割任务,来自于自然生活场景中的新型数据集主要内容解决的问题1、检测非图标视图(non-iconic views)中的物体 —— 图标视图指的是物体2、位于图片中间,没有遮挡,轮廓也很清晰3、物体(目标)之间的上下文推理4、精确的物体二维空间原创 2020-10-11 10:30:26 · 612 阅读 · 0 评论 -
【Paper Reading】ResNet论文解释及其变种深度网络
Resnet及其变种Resnet简介Resnet blockblock 说明Resnet完整结构Resnet性能分类性能目标检测性能Dense BlockBlock说明Densnet完整结构Resnet简介2015 年,ResNet 横空出世,获得了 CVPR 2016 最佳论文奖,在 Imagenet 比赛的三个任务以及 COCO 比赛的检测和分割任务上均获得了第一名。四年过去,这一论文的被...原创 2020-04-18 20:49:01 · 377 阅读 · 0 评论