公众号内容拓展学习笔记（2021.10.6）

公众号内容拓展学习笔记（2021.10.6）

---

📎 今日要点

1. 霸榜NWPU-Crowd！CCTrans：基于Transformer的人群计数新网络！支持强、弱监督 ⭐️⭐️

   • Abstract: CCTrans基于 Twins 简化并提升人群计数，支持强、弱监督
   • Paper: CCTrans: Simplifying and Improving Crowd Counting with Transformer
   • Tips: CCTrans 能够对全局范围内的尺度、密度差异及光照变化都有更好的处理，也没有将示例中的假人和无关背景识别为真人。

2. 目标检测新框架：大幅度提升检测精度（附源代码下载） ⭐️⭐️

   • Abstract: BorderDet的新型检测架构，它明确利用边界信息进行更强的分类和更准确的定位
   • Paper: BorderDet: Border Feature for Dense Object Detection
   • Tips: BorderDet优势在于能提取边界极限的特征，且边界极限点的特征对物体的精准定位具有一些帮助

3. NeurIPS 2021 | 超越gMLP！清华提出GFNet：用于图像分类的全局Filter网络 ⭐️⭐️

   • Abstract: 清华提出GFNet：用于图像分类的全局Filter网络
   • Paper: Global Filter Networks for Image Classification
   • Code: https://github.com/raoyongming/GFNet
   • Tips: 提出了全局滤波器网络(Global Filter Network, GFNet)，一种概念简单且计算高效的架构，它在频域以log-linear复杂度学习长距离空间依赖

4. CVPR2021 | TransCenter: transformer用于多目标跟踪算法 ⭐️⭐️

   • Abstract: TransCenter: transformer用于多目标跟踪算法
   • Paper: TransCenter: Transformers with Dense Queries for Multiple-Object Tracking
   • Code: https://github.com/yihongXU/TransCenter
   • Tips: 这是首个用于预测密集目标点热力图 （dense center heatmap）Transformer MOT 架构

5. 港大&南科大提出端到端PDVC，用DETR的方法做Dense Video Captioning！简化训练流程 ⭐️⭐️

   • Abstract: PDVC用DETR的方法做Dense Video Captioning
   • Paper: End-to-End Dense Video Captioning with Parallel Decoding
   • Code: https://github.com/ttengwang/pdvc
   • Tips: 本文提出了一种并行解码的端到端密集视频字幕框架PDVC ，直接生成一组特定于时间片段的句子，而不需要密集到稀疏的proposal生成和选择过程，显著简化了传统的“localize-then-describe” 方式

6. CNN网络结构的发展（最全整理） ⭐️⭐️

   • Abstract: CNN网络结构的发展（最全整理)
   • Tips: CNN网络结构发展历程，都是经典网络

📎 Others

• 由于图片权限问题，GitHub是完整版，可以点点 star
• 星标的数量是与个人相关程度，不代表文章内容的好坏
• 关注我的个人网站
• 关注我的CSDN博客
• 关注我的哔哩哔哩
• 关注我的公众号CV伴读社