weixin_46142822的博客

论文：YOLOX: Exceeding YOLO Series in 2021论文链接：https://arxiv.org/pdf/2107.08430.pdf代码链接：https://github.com/Megvii-BaseDetection/YOLOX.文章目录1 为什么提出YOLOX2 YOLOX 网络架构3 YOLOX 实施细节3.1 backbone3.2 neck3.3 Head3.3.1 Decoupled Head3.3.2 Anchor-free3.4 如何计算Loss3.5 如

论文：OTA: Optimal Transport Assignment for Object Detection论文链接：https://arxiv.org/abs/2103.14259代码链接：https://github.com/Megvii-BaseDetection/OTA文章目录1 什么是标签分配？2 为什么提出OTA？3 OTA方法3.1 OTA 思路3.2 Optimal Transport3.3 OT for Label Assignment4 OTA实施细节5 OTA效果性能

本文汇总了Markdown中常用数学符号， 来自于 LATEX Mathematical Symbols ，欢迎收藏随时备用。文章目录1 Greek and Hebrew letters2 LATEX math constructs3 Delimiters4 Variable-sized symbols5 Standard Function Names6 Binary Operation/Relation Symbols7 Arrow symbols8 Miscellaneous symbols9 Ma

论文：Training-Time-Friendly Network for Real-Time Object Detection论文链接：https://arxiv.org/pdf/1909.00700.pdf代码链接： https://github.com/ZJULearning/ttfnet1 为什么提出 TTFNet？本文旨在提高模型训练收敛速度，在CenterNet基础上做了进一步改进。提高模型训练速度有2种潜在方式：(1) 增大学习率；(2) 减少使用数据增强，如果直接使用这两个方法一般

图像分割——CVPR 2022 论文大盘点1 前言本文盘点了CVPR 2022 目前为止的2D图像分割相关论文，包含语义分割和实例分割，总计22篇论文，值得学习。2.1 语义分割2.1.1 强监督ReSTR: Convolution-free Referring Image Segmentation Using Transformers论文：https://arxiv.org/pdf/2203.16768.pdf代码：暂无Bending Reality: Distortion-aware

论文：FCOS: Fully Convolutional One-Stage Object Detection代码：https://github.com/tianzhi0549/FCOS1 前言现在主流的目标检测网络如 RetinaNet, SSD, YOLOv3 和 Faster R-CNN 都是基于anchor-based，存在如下缺点：(1) 检测性能对 anchor boxes的数量和宽高比(aspect ratio)敏感；(2) 由于anchor boxes 的宽高比是固定的，难以处理尺

论文：Objects as Points代码：https://github.com/xingyizhou/CenterNet1 前言CenterNe提出了一个更加简单高效的anchor-free目标检测框架，首先根据关键点估计来找出物体中心点，随后进一步预测出物体其他属性，如尺寸、3D位置、方位、姿态等。在COCO数据集上实现了速度和精度的平衡，性能如下：28.1% AP (142 FPS)、37.4% AP (52 FPS) 和 45.1% AP(1.4 FPS)。 图1 CenterNet 可视

论文：E2EC：An End-to-End Contour-based Method for High-Quality High-Speed Instance Segmentation代码： https://github.com/zhang-tao-whu/e2ec1 前言1.1 实例分割技术路线实例分割方法可分为two stage方法和one stage方法：(1) two stage：先生成bboxes，再进行实例分割，代表模型有：Mask R-CNN、PANet，优点：精度高；缺点：速度慢，

前言hrnet_ocr 是 Semantic Segmentation on Cityscapes test 中目前排名第一的语义分割模型，其将高分辨网络hrnet 和 OCR方法相结合，本文主要介绍OCR方法。OCR提出背景：使用一般性的ASPP方法如图（a），其中红点是关注的点，蓝点和黄点是采样出来的周围点，若将其作为红点的上下文，背景和物体没有区分开来，这样的上下文信息对红点像素分类帮助有限。为改善此情况，提出OCR方法如图（b），其可让上下文信息关注在物体上，从而为红点提供更有用的信息。 图

前言YoloV5中loss由正样本和负样本两部分loss组成，负样本对应着图像的背景，如果负样本远多于正样本，则负样本会淹没正样本的损失，从而降低网络收敛的效率与检测精度。这就是目标检测中常见的正负样本不均衡问题，解决方案之一是增加正样本数。Yolo anchor_based 系列使用的loss公式如下：公式中：SSS： S×SS×SS×S 个网格；BBB：每个网格产生 BBB 个候选框anchor box；1i,jobj1_{i,j}^{obj}1i,jobj​： 如果在 i,ji,ji,j

前言在Yolo-V4、Yolo-V5中，都有一个很重要的技巧，就是Mosaic数据增强，这种数据增强方式简单来说就是把4张图片，通过随机缩放、随机裁减、随机排布的方式进行拼接。Mosaic有如下优点：（1）丰富数据集：随机使用4张图片，随机缩放，再随机分布进行拼接，大大丰富了检测数据集，特别是随机缩放增加了很多小目标，让网络的鲁棒性更好；（2）减少GPU显存：直接计算4张图片的数据，使得Mini-batch大小并不需要很大就可以达到比较好的效果。 图1 mosaic 效果 mosaic p

Camvid 语义标签转化为目标检测bbox标签