论文《Instance-level Human Parsing via Part Grouping Network》复现
目录 论文《Instance-level Human Parsing via Part Grouping Network》复现 资料准备 环境配置 运行前准备 test_pgn.py运行 test_pgn.py运行 ...
原文：论文阅读笔记七：Structure Inference Network:Object Detection Using Scene-Level Context and Instance-Level Relationships(CVPR2018)
结构推理网络：基于场景级与实例级目标检测 原文链接：https: arxiv.org abs . 代码链接：https: github.com choasup SIN Yong Liu,Ruiping Wang,Shiguang Shan,Xilin Chen. Structure Inference Net: Object Detection Using Scene Level Context ...
2018-08-23 16:05 2 1822 推荐指数：
相关推荐
Context Prior for Scene Segmentation(CVPR 2020)论文阅读笔记
结束了所有课程，继续更新博客，争取做到自我监督，更新论文笔记。 1 问题描述 在语义分割任务中， 识别上下文关系将有助于场景理解，同一类别之间的相关性(类内上下文)和不同类别之间的差异性(类间上下文)使特征表示具有更强的鲁棒性，减少了可能类别的搜索空间。当前方法如金字塔（如图b）、注意力 ...
论文阅读笔记（四十六）【CVPR2018、BMVC2019】：Non-local 的应用
Non-local neural networks（CVPR2018） 传统的卷积神经网络的感受野相对较小，比如3*3、5*5，但对于注意力机制而言，需要更大的感受野来获取全局的注意力得分，Nonlocal的目的就是计算全局感受野的注意力。Nonlocal的计算由相似度计算函数 f 和映射函数 ...
论文阅读笔记三十七：Grid R-CNN（CVPR2018）
论文源址：https://arxiv.org/abs/1811.12030 开源代码：未公开 摘要 本文提出了目标检测网络Grid R-CNN，其基于网格定位机制实现准确的目标检测。传统方法主要基于回归操作，Grid R-CNN则捕捉详细的空间信息，同时具有全卷积结构 ...
论文阅读笔记四十：Deformable ConvNets v2: More Deformable, Better Results（CVPR2018）
论文源址：https://arxiv.org/abs/1811.11168 摘要 可变形卷积的一个亮点是对于不同几何变化的物体具有适应性。但也存在一些问题，虽然相比传统的卷积网络，其神经网络的空间形状更接近于目标物体的形状，但有时会超出ROI区域，从而引入不相关的图像 ...
XiangBai——【CVPR2018】Multi-Oriented Scene Text Detection via Corner Localization and Region Segmentation
XiangBai——【CVPR2018】Multi-Oriented Scene Text Detection via Corner Localization and Region Segmentation 目录 作者和相关链接 方法概括 方法细节 实验结果 总结 ...
论文阅读笔记十五：Pyramid Scene Parsing Network（CVPR2016）
论文源址：https://arxiv.org/pdf/1612.01105.pdf tensorflow代码:https://github.com/hellochick/PSPNet-tensorflow 基于PSPNet101的钢铁分割实验：https://github.com ...