CV目标检测模型小抄(2)

前言

本文继 CV目标检测模型小抄(1) 之后第二篇。

建议收藏！改进小目标检测的几个有效策略
这里有个实战项目可以看看: 血红细胞目标检测项目【实战案例】

YoloV7实战：手把手教你使用Yolov7进行物体检测（附数据集）

论文

IA-SSD

论文: Not All Points Are Equal: Learning Highly Efficient Point-based Detectors for 3D LiDAR Point Clouds cvpr2022oral
代码: https://github.com/yifanzhang713/IA-SSD

博文: 83FPS，史上最快 | IA-SSD: 基于点云的高效3D目标检测网络（CVPR2022）

Depth from Motion

Monocular 3D Object Detection with Depth from Motion
代码: https://github.com/Tai-Wang/Depth-from-Motion

博文: Depth from Motion：探索突破纯视觉 3D 检测瓶颈

MixTea

Mix-Teaching: A Simple, Unified and Effective Semi-Supervised Learning Framework for Monocular 3D Object Detection
代码: https://github.com/yanglei18/Mix-Teaching, 2022.8.5未看见公布代码

博文: 登顶KITTI！Mix-Teaching：适用于单目3D目标检测的半监督方法【清华大学】

ObjectBox

ObjectBox: From Centers to Boxes for Anchor-Free Object Detection

ECCV 2022 Oral
论文: https://arxiv.org/abs/2207.06985
代码: https://github.com/MohsenZand/ObjectBox

公众号文章: ECCV2022 Oral | 全新Ancho-free检测模型ObjectBox，120FPS超越OTA、TOOD等

VitDet

Exploring Plain Vision Transformer Backbones for Object Detection
ECCV 2022, 值得一提的是，何恺明大佬出现在作者列表。
代码：https://github.com/facebookresearch/detectron2/tree/main/projects/ViTDet
论文链接：https://arxiv.org/abs/2203.16527

讲解推送链接: ECCV 2022 | 何恺明团队重磅开源ViTDet：目标检测的视觉Transformer主干网络

AirDet

AirDet: Few-Shot Detection without Fine-tuning for Autonomous Exploration
论文: https://arxiv.org/abs/2112.01740
代码: https://github.com/Jaraxxus-Me/AirDet
公众号文章 ECCV 2022 | AirDet：无需微调的小样本目标检测方法

TransFusion

论文: TransFusion: Robust LiDAR-Camera Fusion for 3D Object Detection with Transformers,
arxiv: https://arxiv.org/abs/2203.11496
代码: https://github.com/XuyangBai/TransFusion
博文: CVPR 2022 | TransFusion：用Transformer进行3D目标检测的激光雷达-相机融合

Poseur

ECCV 2022
Poseur: Direct Human Pose Regression with Transformers

代码: https://github.com/aim-uofa/Poseur

博文： ECCV 2022 | Poseur：你以为我是姿态估计，其实是目标检测哒

PromptDet

ECCV 2022
PromptDet: Towards Open-vocabulary Detection using Uncurated Images
代码: https://github.com/fcjian/PromptDet

博文: ECCV22｜美团&上海交大开源PromptDet：无需手动标注，迈向开放词汇的目标检测