DeepLearining
文章平均质量分 81
神经网络,目标检测,多目标跟踪
Fwenxuan
这个作者很懒,什么都没留下…
展开
-
目标检测的基础知识
目标检测原创 2023-02-15 13:57:10 · 536 阅读 · 1 评论 -
FIFO: Learning Fog-invariant Features for Foggy Scene Segmentation(学习雾不变特征的雾状场景分割算法)
FIFOTitle: FIFO: Learning Fog-invariant Features for Foggy Scene Segmentation(学习雾不变特征的雾状场景分割算法)paper: http://arxiv.org/pdf/2204.01587v1code: http://cvlab.postech.ac.kr/research/FIFO/Abstract 在恶劣天气条件下的视觉识别在现实应用中具有重要意义。在此背景下,提出了一种新的方法来学习语义分割模型,以稳健地对原创 2022-04-13 21:13:06 · 1348 阅读 · 0 评论 -
Unleashing Vanilla Vision Transformer with Masked Image Modeling for Object Detection
MIMDetTitle:Unleashing Vanilla Vision Transformer with Masked Image Modeling for Object Detectionpaper:https://arxiv.org/abs/2204.02964code:https://github.com/hustvl/MIMDet华中科技大学&腾讯PGGAbstract 本文提出了一种方法,有效地适应掩蔽图像建模(MIM)预先训练的ViT用于目标检测,这是基于我们的观原创 2022-04-10 20:25:48 · 4360 阅读 · 0 评论 -
Global Tracking Transformers
GTRTitle: Global Tracking Transformerspaper: https://arxiv.org/pdf/2203.13250.pdfcode: https://github.com/xingyizhou/GTR得克萨斯大学奥斯汀分校, AppleCVPR2022Introduction 本文提出了一种新的基于transformer的全局多目标跟踪体系结构。网络以一个短时间的帧序列作为输入,并为所有对象产生全局轨迹。核心组件是一个全局跟踪转换器,它操作序原创 2022-04-07 19:53:07 · 2141 阅读 · 0 评论 -
Exploring Plain Vision Transformer Backbones for Object Detection.
目标检测,何凯明大神新作,VIT检测的新方向,简单FPN设计达到sota效果。原创 2022-04-03 15:28:53 · 858 阅读 · 0 评论 -
FOCUS-AND-DETECT: A SMALL OBJECT DETECTION FRAMEWORK FOR AERIAL IMAGES
Focus and DetectTitle: FOCUS-AND-DETECT: A SMALL OBJECT DETECTION FRAMEWORK FOR AERIAL IMAGESpaper: http://arxiv.org/pdf/2203.12976v1code:Introduction 航空图像中的目标探测是一项具有挑战性的任务。航空图像中的具体问题使检测问题变得更加困难,如小物体、密集排列的物体、不同大小和不同方向的物体。为了解决小目标检测问题,本文提出了一个两阶段目标检原创 2022-04-02 21:47:16 · 913 阅读 · 1 评论 -
YOLOP: You Only Look Once for Panoptic Driving Perception
YOLOP论文标题:YOLOP: You Only Look Once for Panoptic Driving Perception论文地址:https://arxiv.org/abs/2108.11250论文源码:https://github.com/hustvl/YOLOPCVPR2022 华中科技大学Introduction 全景驾驶感知系统(panoptic driving perception system)是自动驾驶的重要组成部分。一个高精度、实时的感知系统可以帮助车辆在驾原创 2022-03-20 20:10:01 · 1115 阅读 · 0 评论 -
F2DNet: Fast Focal Detection Network for Pedestrian Detection
F2DNet论文标题:F2DNet: Fast Focal Detection Network for Pedestrian Detection论文地址:https://arxiv.org/abs/2203.02331论文源码:https://github.com/AbdulHannanKhan/F2DNet.凯撒斯劳滕工业大学 CVPR2022Introduction 本次工作提出 F2DNet,一种新型的两阶段检测架构,通过用 focal detection network 取代 r原创 2022-03-19 21:19:48 · 4766 阅读 · 0 评论 -
MOTR: End-to-End Multiple-Object Tracking with TRansformer
MOTR论文标题:MOTR: End-to-End Multiple-Object Tracking with TRansformer论文地址:http://arxiv.org/abs/2105.03247论文源码:https://github.com/megvii-model/MOTR收录入CVPR2021Introduction 这篇论文中,作者提出了MOTR,一个真正的完全端到端的跟踪框架。MOTR能够学习建模目标的长程时间变化,它隐式地进行时间关联,并避免了以前的显式启发式策略原创 2022-03-09 10:18:50 · 4983 阅读 · 0 评论 -
TCTrack: Temporal Contexts for Aerial Tracking
无人机跟踪,多目标跟踪。原创 2022-03-08 19:50:21 · 4744 阅读 · 0 评论 -
深度学习数据集均值求和
# @Author:Fangwenxuanimport osimport numpy as npimport torchvisionimport torchvision.datasets as datasetsimport jsonimport torchvision.transforms as transformsfrom PIL import Imageimport torchfrom torch.utils.data import Dataset, DataLoaderimpor原创 2022-03-02 17:01:42 · 802 阅读 · 0 评论 -
StrongSORT: Make DeepSORT Great Again
StrongSORT++论文标题:StrongSORT: Make DeepSORT Great Again论文地址:https://arxiv.org/pdf/2202.13514.pdf论文源码:北邮的最新工作,2月28号挂载在arxiv上,论文可能是初稿,文中模块的绘图不够细致,不方便理解。论文中前部分工作与GIAOTracker差不多。代码开源持续关注。Introduction 现有的多目标跟踪(MOT)方法可以大致分为tracking-by-detection 和 joint-原创 2022-03-02 16:04:39 · 10360 阅读 · 3 评论 -
GIAOTracker in VisDrone 2021
GiaoTracker论文标题:GIAOTracker: A comprehensive framework for MCMOT with global information and optimizing strategies in VisDrone 2021论文地址:https://arxiv.org/pdf/2202.11983.pdf论文源码:未开源Introduction 近年来,多目标跟踪任务的算法得益于深度模型和视频质量的巨大进展。然而,在无人机视频等具有挑战性的场景中,它们原创 2022-02-26 10:48:45 · 4157 阅读 · 0 评论 -
BOAT: Bilateral Local Attention Vision Transformer
BOAT Attention论文标题:BOAT: Bilateral Local Attention Vision Transformer论文地址:http://arxiv.org/pdf/2201.13027v1开源代码:百度实验室Introduction VIT采用全局自我注意,当patch的数量很大时,计算成本是昂贵的。为了提高效率,最近VIT采用了局部自注意机制,即在局部窗口内计算自注意。尽管基于窗口的局部自注意显著提高了效率,但它未能捕捉到图像平面上遥远但相似的patch之间的原创 2022-02-23 16:38:30 · 1909 阅读 · 0 评论 -
LinearRegression --- python实现
import numpy as npclass LinearRegression: def __int__(self): '''初始化lineargression 模型参数''' # theta除第一个后的矩阵 self.coef_ = None # 截距,第一个theta值 self.intercept_ = None # theta矩阵 self._theta = None # 使用正规方程解 def fit_normal(原创 2021-05-13 19:41:59 · 428 阅读 · 0 评论