![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Paper Reading
文章平均质量分 68
Sakura_djiaxin
永远年轻,永远热泪盈眶。
展开
-
论文阅读--RRNet:并行多尺度关注关系推理网络在光学遥感图像显著目标检测中的应用
原创 2022-04-15 08:09:24 · 2895 阅读 · 2 评论 -
Paper Reading:Align Deep Features for Oriented Object Detection
https://github.com/csuhan/s2anetAbstract在过去的十年中,航空图像中的目标检测取得了重大进展,这些目标通常分布在大尺度变化和任意方向上。然而,现有的方法大多依赖于启发式定义的不同尺度、角度和纵横比的锚,锚盒与轴向卷积特征之间存在严重的错位,导致分类评分和定位精度普遍不一致。为了解决这一问题,我们提出了一个单次对齐网络(S2A-Net),它由两个模块组成:特征对齐模块(FAM)和面向检测模块(ODM)。FAM可以使用锚定优化网络生成高质量的锚定,并使用新型对齐卷积自适翻译 2021-09-01 23:12:56 · 1050 阅读 · 0 评论 -
Paper Reading:LightTrack: Finding Lightweight Neural Networks for Object Tracking via One-Shot Archi
CVPR2021github:https://github.com/researchmm/LightTrackAbstract在过去几年中,目标跟踪取得了重大进展。然而,最先进的跟踪器变得越来越笨重和昂贵,这限制了它们在资源受限的应用程序中的部署。在这项工作中,我们提出了LightTrack,它使用神经结构搜索(NAS)设计更轻量级和高效的目标跟踪器。综合实验表明,我们的LightTrack是有效的。它可以找到性能优于手工SOTA跟踪器,如siamrpn++[30]和Ocean[56],同时使用更少的翻译 2021-08-27 15:05:59 · 432 阅读 · 0 评论