论文网址：https: arxiv.org abs . RCNN利用深度学习进行目标检测。 摘要 可以将ImageNet上的进全图像分类而训练好的大型卷积神经网络用到PASCAL的目标检测中 答案是肯定的，并且结果是简单的，可扩展的，相对于可变部件模型 DPM 将平均精度提高了 以上 在VOC 年达到最终的mAP为 。我们的网络框架结合强大的产生自下而上的候选区域的计算机视觉技术和在学习高容量卷积 ...
2017-04-13 19:39 2 6801 推荐指数：
论文标题：Rich feature hierarchies for accurate object detection and semantic segmentation 标题翻译：丰富的特征层次结构，可实现准确的目标检测和语义分割 论文作者：Ross Girshick Jeff ...
R-CNN总结 不总结就没有积累 R-CNN的全称是 Regions with CNN features。它的主要基础是经典的AlexNet，使用AlexNet来提取每个region特 ...
Rich feature hierarchies for accurate object detection and semantic segmentation 作者: Ross Girshick Jeff Donahue Trevor Darrell Jitendra Malik 引用 ...
相关工作： 将R-CNN推广到RGB-D图像，引入一种新的编码方式来捕获图像中像素的地心姿态，并且这种新的编码方式比单纯使用深度通道有了明显的改进。 我们建议在每个像素上用三个通道编码深度图像：水 ...
paper: Object-Contextual Representations for Semantic Segmentation code: PyTorch Abstract OCR是MSRA和中科院的一篇语义分割工作，结合每一类的类别语义信息给每个像素加权，再和原始的pixel ...
图森和CMU的合作工作。 论文链接[https://arxiv.org/abs/1702.08502](https://arxiv.org/abs/1702.08502) 主要提出DUC（dense upsampling convolution）和HDC（hybrid dilated ...
Decoders Matter for Semantic Segmentation: Data-Dependent Decoding Enables Flexible Feature Aggregation 2019-04-24 16:53:25 Paper：https ...
论文地址：https://arxiv.org/abs/2105.05633 1 引言 图像语义分割在单个图像块级别通常表现得比较模糊，文章提出了一种基于tansformer的语义分割模型，可以在网络传播过程中建模全局上下文信息。其网络结构是在ViT模型的基础上进行扩展，以适应语义分割任务 ...
