论文阅读和复现
文章平均质量分 91
zuoyou-HPU
图像处理人工智能毕设课程设计指导私
电子信息研究生
展开
-
Hybrid Transformer and CNN Attention Network forStereo Image Super-resolution
立体图像超分辨率:旨在从给定的低分辨率左右视图图像重建高分辨率图像。单图像超分辨率:旨在从给定的低分辨率主视图图像重建高分辨率图像。原创 2023-07-18 10:40:21 · 629 阅读 · 0 评论 -
复现Oriented R-CNN for Object Detection(orientedRcnn)
2.更改configs文件下调用的hrsc.py文件中,①data_root的路径为你的HRSC2016数据集的路径,②训练和测试的imgset、ann_file、img_prefix的路径。4.更改configs文件下调用的default_runtime.py文件,根据自己的需要更改部分参数。部分可能用到的参数说明:①--gpus 要使用的gpu数量②--gpu-ids 要使用的gpu的id.1.更改调用的configs文件下的pretrained的路径为你下载的预训练权重的路径。原创 2023-05-29 13:21:15 · 944 阅读 · 1 评论 -
An Empirical Study of Remote Sensing Pretraining(遥感预训练的实证研究)(二)
采用ResNet-50的epoch-300的RSP预训练模型ResNet-50-E300,采用Swin-T的epoch-300的RSP预训练模型Swin-T-E300,采用ViTAEv2-S的epoch-100作为ViTAEv2-S的RSP预训练模型ViTAEv2-S-E100。采用上述三个网络的预训练模型开始对下游任务进行微调,包括图像识别,语义分割,目标检测、变换检测。场景识别采用的数据集为航拍场景中常用的,不再是MillionAID。原创 2023-05-24 21:41:10 · 522 阅读 · 0 评论 -
An Empirical Study of Remote Sensing Pretraining(遥感预训练的实证研究)(一)
首先介绍几个预训练模型:①IMP: ImageNet pretraining. (ImageNet预训练)②RSP: remote sensing supervised pretraining on the MillionAID.(在MillionAID上进行遥感监督预训练)③MAE: MAE unsupervised pretraining on the MillionAID.(在MillionAID上进行无监督的MAE预训练)原创 2023-05-23 21:29:48 · 566 阅读 · 0 评论 -
Oriented R-CNN for Object Detection(定向R-CNN的目标检测)
图1为,生成定向提案的不同方案的比较。(a)旋转RPN密集放置不同尺度、比例、角度的旋转锚。(b) RoI Transformer+从水平RoI中学习定向提案。它包括RPN、RoI对齐和回归。(c)我们以建议为导向的RPN以几乎没有成本的方式产生高质量的建议。定向RPN的参数数约为RoI Transformer+的1/3000,旋转RPN的1/15。它在每个位置放置54个不同角度、尺度和宽高比(3个scales×3 ratios×6角度)的锚点。原创 2023-05-17 21:37:14 · 1250 阅读 · 0 评论