自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 收藏
  • 关注

原创 Grounding DINO: Marrying DINO with Grounded Pre-Training forOpen-Set Object Detection

在本文中,我们提出了一种开放集对象检测器,称为Grounding DINO,通过将基于Transformer的检测器DINO与真值预训练相结合,该检测器可以通过人类输入(如类别名称或指代表达)对任意物体进行检测。开放集目标检测的关键解决方案是将语言引入闭集检测器,用于开集概念泛化。为了有效地融合语言和视觉模态,我们从概念上将闭合集检测器分为三个阶段,并提出了一个紧密的融合解决方案,其中包括一个特征增强器、一个以语言引导的查询选择和一个跨模态的融合。

2023-04-20 22:37:18 3508 1

原创 京东AI:用于视觉识别的上下文Transformer网络-Contextual Transformer Networks for Visual Recognition

论文下载:https://arxiv.org/pdf/2107.12292.pdf源码下载:https://github.com/JDAI-CV/CoTNetAbstract 使用自注意力机制的Transformer已经导致了自然语言处理领域的革命,最近出现了Transformer-style的架构设计,并在许多计算机视觉任务中取得了有竞争力的结果。然而,大多数现有的设计直接在二维特征图上使用自注意力,以获得基于每个空间位置的孤立查询和键对的注意力矩阵,但没有充分利用相邻键之间的丰富...

2022-04-23 09:27:11 5377

原创 IEEE:基于轻量级特征增强卷积神经网络的低空小目标检测

Abstract 无人机(UAV)被称为"黑飞"的非法飞行对公共安全构成重大威胁,现有低空目标检测算法在平衡检测精度和速度方面存在困难。此外,它们的精度也不够高,尤其是对于复杂环境中的小目标。为了解决这些问题,我们提出了一种轻量级的特征增强卷积神经网络,能够实时对低空飞行目标进行高精度检测,从而提供制导信息以抑制"黑飞"无人机。该网络由三个模块组成。采用轻量、稳定的特征提取模块来减少计算量并且稳定地提取更多的底层特征,增强的特征处理模块显著提高了模型的特征提取能力,精确检测模块集成了低级和高...

2022-04-16 13:47:52 7938 7

原创 遥感图像中的小样本目标检测:Few-shot Object Detection on Remote SensingImages

论文下载:https://arxiv.org/pdf/2006.07826v2.pdfAbstract在本文中,我们处理遥感图像上的目标检测问题。以前的方法已经发展了许多基于深度卷积的遥感图像目标检测方法,在检测性能和效率方面取得了显著的成就。然而,目前基于CNN的方法大多需要大量带注释的样本来训练深层神经网络,并且对看不见的对象类别的泛化能力往往有限。在本文中,我们介绍了一种基于少样本学习的遥感图像目标检测方法,该数据集中只为不可见的目标类别提供了几个带注释的样本。更具体地说,我们的模型包含三个主

2022-04-11 23:54:44 14638

原创 CVPR2022知识蒸馏用于目标检测:Focal and Global Knowledge Distillation for Detectors

论文下载:https://arxiv.org/abs/2111.11837源码下载:https://github.com/yzd-v/FGDAbstract知识蒸馏已成功应用于图像分类。然而目标检测要复杂得多,大多数知识蒸馏方法都失败了。本文指出,在目标检测中,教师和学生的特征在不同的区域有很大的差异,尤其是在前景和背景中。如果我们平均蒸馏它们,特征图之间的不均匀差异将对蒸馏产生负面影响。因此,我们提出了局部和全局蒸馏(FGD)。局部蒸馏分离了前景和背景,迫使学生将注意力集中在老师的关键像素和通

2022-03-16 00:37:30 15752 3

原创 ECCV2018论文RBNet:Receptive Field Block Net for Accurate and FastObject Detection

论文下载:https://arxiv.org/abs/1711.07767源码下载:https://github.com/ruinmessi/RFBNetAbstract:目前性能最好的目标检测器依赖于深层CNN的骨干网络,例如ResNet-101和Inception,它们得益于强大的特征表示,但计算成本很高。相反,一些轻量级的目标检测器实现了实时处理,但它们的准确性受到影响。在本文中,我们探索了一种替代方法,通过使用手工制作的机制来增强轻量级特征,从而构建快速准确的检测器。受人类视觉系统中感受

2022-02-13 16:39:43 2613

原创 CVPR2020:定向密集目标检测相关论文Dynamic Refinement Network for Oriented and Densely Packed Object Detection

论文名称:Dynamic Refinement Network for Oriented andDensely Packed Object DetectionAbstract 在过去的十年中,目标检测取得了显著的进展。然而,由于以下内在原因,定向和密集包装物体的检测仍然具有挑战性:(1)神经元的感受野呈平行排列且形状相同,而物体通常具有不同的形状并沿不同方向排列;(2) 检测模型通常使用一般知识进行训练,在测试时可能无法很好地泛化以处理特定对象;(3) 有限的数据集阻碍了这项任务的发展。...

2021-12-06 12:09:32 4357

原创 IEEE:一种简单高效的小目标检测网络

论文名称:A Simple and Efficient Networkfor Small Target DetectionAbstract基于深度学习的目标检测技术发展迅速。然而,小目标检测仍然是一个挑战。本文提出了一种简单有效的小目标检测网络。我们提出了从三个方面提高小目标的检测性能。首先,由于背景信息对于检测小目标非常重要,我们建议使用“dilated module”来扩大感受野,而不会丢失分辨率或覆盖范围。其次,将特征融合应用于不同的dilated module,提高了网络对小目标的检测能力。

2021-12-04 11:27:52 2331 1

原创 IEEE2019论文:使用基于特征融合和缩放的具有空间上下文分析的单镜头检测器在无人机图像中检测小物体

摘要:无人机(UAV)图像中的目标由于拍摄高度较高通常都很小,我们虽然在目标检测方面已经做了很多工作,但是如何准确、快速地检测出小目标仍然是一个有待解决的挑战。本文针对无人机图像中的小目标检测问题,提出了一种基于特征融合和缩放的单镜头检测器(FS-SSD)。FS-SSD是基于FSSD的一种改进,FSSD是一种原始的单镜头多盒探测器(SSD)。本文中我们在反卷积模块中增加了一个额外的缩放分支,通过平均池化操作形成一个特征金字塔。我们还对原有的特征融合分支进行了调整,以更好地适应小目标检测任务。然后我们利用

2021-09-29 00:10:58 1755 2

原创 IEEE2020论文:用于小物体检测的多尺度特征图的增强和融合

摘要:近年来,深度卷积神经网络在计算机视觉领域的目标识别和目标检测任务上取得了突破性进展,在准确率和速度上都取得了不错的成绩。但是在目标检测领域,小物体的检测还是比较困难的,在通用数据集MS COCO上的准确率很低。本文简要回顾了多尺度物体检测算法的一些工作,然后提出了一种基于多尺度特征图的特征增强和融合方法,提高了MS COCO上小物体的检测精度。一、介绍目标检测是计算机视觉领域的核心问题之一。它旨在找到图像中所有感兴趣的对象并确定它们的位置和类别。特征提取是目标检测的重要步骤。基于深度学习的

2021-09-23 17:49:58 4817 2

原创 IEEE论文:目标检测中目标分类和目标定位的注意力层分离

摘要 目标检测成为计算机视觉的主要领域之一。在目标检测中,进行目标分类和目标定位任务。以前的基于深度学习的目标检测网络使用完全共享网络生成的特征地图来执行(这里也就是说我们学习的经典的目标检测算法框架,他们都是通过深层卷积网络提取出来的同一个特征图来进行目标分类和定位这两大任务的)。但是,目标分类更侧重于特征图中最具辨别力的对象部分。然而,对象定位需要聚焦于对象的整个区域的特征图。在本文中,我们考虑了这两个任务之间的差异,提出了一种新的目标检测网络。本文提出的基于深度学习的网络主要由两部分组...

2021-09-22 21:22:55 1146 1

原创 CVPR2021小目标检测:上下文和注意力机制提升小目标检测

原论文下载:https://arxiv.org/pdf/1912.06319.pdf摘要 在各种环境中应用目标检测算法有很多局限性。特别是小目标的检测仍然是一个挑战,因为它们的分辨率低,信息有限。为了提高小目标检测的准确性,我们提出了一种基于上下文的目标检测方法。该方法通过融合多尺度特征,利用不同层次的附加特征作为上下文信息。我们还提出了一种基于注意力机制的目标检测方法,该方法能够聚焦于图像中的目标,并且能够包含目标层的上下文信息。实验结果表明,该方法比传统的SSD在检测小目标上的精度更...

2021-07-11 19:36:29 21309 9

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

提示
确定要删除当前文章?
取消 删除