总结 AAAI 2019 显著性目标检测文章

最新推荐文章于 2022-08-15 16:36:07 发布
最新推荐文章于 2022-08-15 16:36:07 发布
阅读量663 收藏 2
点赞数
分类专栏： 学术论文
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44790486/article/details/103931117
版权

总结 AAAI 2019 显著性目标检测文章

以为很多篇，结果就3篇

  1. SuperVAE: Superpixelwise Variational Autoencoder for Salient Object Detection
  2. Robust Deep Co-Saliency Detection with Group Semantic
  3. Deep Embedding Features for Salient Object Detection
taxuewuhenxiaoer
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
AAAI 2019《Object Detection based on Region Decomposition and Assembly》论文理解
给时光以生命
10-26 713
Abstract 基于区域的目标检测可以推断一个图片中的一个或多个范畴的目标区域。最近CNNs方法很流行而且还能提供一些不错的检测结果。但是，由于遮挡和不准确的区域推荐，导致目标CNN特征的分辨率很低，导致检测精度被降级。这篇文章中，作者提出一种区域分解和装配检测器(R-DAD)来进行更精准的目标检测。 在R-DAD中，首先，将目标区域分解成多个小区域。为了共同捕捉对象的整个外观和部分细节，提取全...
Awesome Papers for Object Detection
leo_fighting
03-24 364
Object-Detection CVPR 2019 Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression https://arxiv.org/pdf/1902.09630.pdf Feature Selective Anchor-Free Module for Single-Sho...
AAAI 2020 -目标检测 -《Spiking-YOLO:Spiking Neural Network for Energy-Efficient Object Detection》理解
weixin_44669387的博客
02-29 1891
主要贡献：1.第一次将深度SNN应用到目标检测领域 2.channel-wise normalization （一种新的标准化方法，方便数据的处理） 3.signed neuron with imbalanced threshold （一种新的激活函数） baseline：Tiny YOLO（文中说8个卷积层，我硬是没找到这是YOLO的哪个版本。YOLO v1中的Fast YOLO有9个卷积层） ...
Single-shot Refinement Neural Network for Object Detection
weixin_40118419的博客
01-02 725
对于物体检测，双阶段检测方法（例如：Faster R-CNN）已经取得了最好的检测精度，而单阶段方法（如SSD）有着效率高的优势，为了继承这两者的优点并且克服它们的缺点，在这篇论文中提出了一个新型的单阶段检测方法，命名为RefineDet。这个方法既可以像单阶段方法一样获得超过双阶段方法的检测精度，并且获得可比的运行速度。RefineDet包括两个内联模块，分别是the anchor refine
CVPR2022 3D目标检测（GLENet ）增强型3D目标检测网络
Leeniux
08-15 3232
GLENet: Boosting 3D Object Detectors with Generative Label Uncertainty Estimation GLENet：增强型3D 目标检测网络-利用生成标签不确定估计法
AAAI 2019 Notes.pdf
09-01
AAAI 2019 Notes， AAAI大会是国际人工智能领域的顶级国际会议。
AAAI 2019 笔记（AAAI 2019 笔记）
最新发布
02-03
AAAI 2019 笔记 AAAI 2019 笔记 AAAI 2019 笔记
ASTGCN(AAAI 2019).pdf
08-13
attention based spatial-temporal graph convolutional networks for traffic flow forecasting
matlabauc代码-UL-Tracker-AAAI2019:UL-Tracker的Matlab代码（AAAI2019）
05-24
https://github.com/ZjjConan/UL-Tracker-AAAI2019.git 请遵循此步骤以编译具有GPU支持的MatConvNet。 选项：要提取SSW提案，我们使用OpenCV3.0和，请访问mexopencv的网站，使用opencv extra contrib模块对其进行...
RLDM ICML AAAI ICLR 2019 Notes
07-15
RLDM ICML AAAI ICLR 2019 Notes RLDM ICML AAAI ICLR 2019 Notes
AFNeting框架
05-25
这是一个整合的AFNeting请求框架，里面包含网络请求，以及图片的缓冲下载。。
AFNetwork 作用和用法详解
C
10-09 576
// // MJViewController.m // 03.AFN演练 // // Created by apple on 14-4-30. // Copyright (c) 2014年 itcast. All rights reserved. // #import "MJViewController.h" #import "AFNetworking.h" @interface MJVi...
变分自编码器VAE：原来是这么一回事 | 附开源代码
Paper weekly
03-23 1万+
作者丨苏剑林单位丨广州火焰信息科技有限公司研究方向丨NLP，神经网络个人主页丨kexue.fm过去虽然没有细看，但印象里一直觉得变分自编码器（Variational Auto-Encoder，VAE）是个好东西。趁着最近看概率图模型的三分钟热度，我决定也争取把 VAE 搞懂。于是乎照样翻了网上很多资料，无一例外发现都很含糊，主要的感觉是公式写了一大通，还是迷迷糊糊的，最后好不容易觉得看懂了，再去看
AAAI-19录用论文清单
TomRen
01-28 1万+
AAAI-19于1月27日在夏威夷召开，今年是33届会议。 会议录用论文清单, workshop16个，tutorials24个。 标题的词云分析： 作者单位词云(按作者人数计算/一篇文章可能有多个作者)： picture from lonelyplanet.com 下面给出接收论文的列表： 第一个数字表示投稿的序号&内容可能有缺失 9: CircConv: A S...
显著性检测论文阅读整理
sheng4204的博客
06-25 3807
1. Visual Saliency Based on Multiscale Deep Features 原文链接：https://arxiv.org/pdf/1503.08663.pdf 翻译：https://blog.csdn.net/weixin_40740160/article/details/89005994 题目：基于多尺度深度特征的视觉显著性 作者：Guanbin Li，Yi...
【显著性目标检测】CVPR2018 显著性检测领域论文整理解读(Salient Object Detection)
热门推荐
乐乐lelele的博客
07-04 1万+
前言：CVPR2018会议论文集已经公示（CVPR2018全部论文集链接），本文对显著性目标检测领域的6篇进行了整理，将这几篇论文的主体思想汇总起来，供大家一起学习。 一、论文列表： 1.《Flow Guided Recurrent Neural Encoder for Video Salient Object Detection》； 2.《A Bi-Directional Message ...
2019 ICCV 目标检测 论文简述整理
qq_37705280的博客
04-07 2122
2019 ICCV （43篇） 题目 发表单位 针对问题 创新点 性能 ThunderNet: Towards Real-time Generic Object Detection （实现实时通用对象检测） 旷视 ...
AAAI2021推荐系统论文清单
abcdefg90876的博客
01-04 2263
2021年第35届人工智能顶级会议AAAI论文列表已经放出，此次会议共收到9034篇论文提交，其中有效审稿为7911篇，最终录取篇数为1692篇，录取率为21.4%。由于境外疫情形势依然...
【AAAI 2020】全部接受论文列表（一）
yinizhilianlove的博客
01-22 1万+
来源：AINLPer微信公众号（点击了解一下吧） 编辑: ShuYini 校稿: ShuYini 时间: 2020-01-22     今年共收到的有效论文投稿超过 8800 篇，其中 7737 篇论文进入评审环节，最终收录数量为 1591 篇，收录率为 20.6%，虽然今年 AAAI 论文收录率的分母要比去年的 7700 篇多上 1100 余篇，但是整体收录数量比去年的 1150 篇多出不少...
推荐40个以上比较好的目标检测模型
02-06
目标检测是指在图像中找到并标识出特定目标的计算机视觉任务。近年来，机器学习技术的发展使得目标检测取得了长足进步。目前有许多优秀的目标检测模型，下面是推荐的40个以上的比较好的目标检测模型： 1. R-CNN (Regions with CNN features) 2. Fast R-CNN 3. Faster R-CNN 4. Mask R-CNN 5. YOLO (You Only Look Once) 6. SSD (Single Shot MultiBox Detector) 7. RetinaNet 8. FPN (Feature Pyramid Network) 9. R-FCN (Region-based Fully Convolutional Network) 10. M2Det 11. CornerNet 12. CenterNet 13. ATSS (ATtentional Selective Search) 14. Grid R-CNN 15. TRIDENT 16. Hybrid Task Cascade 17. FCOS (Fully Convolutional One-Stage Object Detection) 18. RepPoints 19. BlazeFace 20. EfficientDet 21. DetNet 22. SOLO (Simple One-stage Object Detection) 23. FCOS-plus 24. ATSS-Retina 25. FoveaBox 26. FreeAnchor 27. FANet (Fast Attentive Network) 28. Guided Anchoring 29. Libra R-CNN 30. AAAI 31. Double-Head R-CNN 32. PointRend 33. CondInst (Conditional Instance Segmentation) 34. Sparse R-CNN 35. PointPillars 36. PolarMask 37. TensorMask 38. AdaptIS 39. SA-FastRCNN 40. CSP (Cascade R-CNN with Spatial Pyramids) 这些模型都在目标检测领域取得了优秀的成绩，具体应用取决于你的具体需求。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值