相关链接 论文地址：https: arxiv.org abs . 论文代码：https: github.com xingyizhou ExtremeNet 概述 ExtremeNet是今年 月 号挂在arxiv上的目标检测论文，是至今为止检测效果最好的单阶段目标检测算法。思想借鉴CornerNet，使用标准的关键点估计网络检测目标关键点进而构造目标的预测框。ExtremeNet预测四个extre ...
2019-02-19 11:28 0 2085 推荐指数：
Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering-阅读总结 笔记不能简单的抄写文中的内容，得有自己的思考和理解。 一、基本信息 \1.标题：Bottom-Up ...
Introduction 本文有如下3个贡献： ① 提出了一个自下而上（bottom-up）的聚类框架（BUC）来解决无监督的ReID问题； ② 采用repelled损失来优化模型，repelled损失直接优化了样本、聚类之间的余弦距离，可以挖掘聚类之间的相似性以及最大化不同身份之间的差异性 ...
相关链接 论文地址：https://arxiv.org/abs/1904.08189 代码链接：https://github.com/Duankaiwen/CenterNet 概述 CenterNet由中科院、牛津大学和华为诺亚方舟实验室联合提出，发展了以CornerNet为代表的基于关键 ...
论文阅读:End-to-End Object Detection with Transformers（DETR) 目录 论文阅读:End-to-End Object Detection with Transformers（DETR) 简介 模型整体 ...
论文地址：http://openaccess.thecvf.com/content_ICCV_2019/papers/Zhao_EGNet_Edge_Guidance_Network_for_Salient_Object_Detection_ICCV_2019_paper.pdf 当前方法的问题 ...
YOLO的一大特点就是快，在处理上可以达到完全的实时。原因在于它整个检测方法非常的简洁，使用回归的方法，直接在原图上进行目标检测与定位。 多任务检测： 网络把目标检测与定位统一到一个深度网络 ...
论文地址：https://arxiv.org/pdf/1611.04849v4.pdf 当前方法的问题 整体嵌套边缘检测模型（HED）明确地处理了尺度空间问题，在边缘检测方面比一般FCN模型有了很大的改进。然而，在HED模型中，具有深度监控的跳层结构并不能显著提高显著性检测的性能 ...
Hierarchical Object Detection with Deep Reinforcement Learning NIPS 2016 WorkShop Paper : https://arxiv.org/pdf/1611.03718v1.pdf ...
