CVPR2019 论文解读| BASNet：关注边界的显著性目标检测
作者 | 文永亮 学校 | 哈尔滨工业大学（深圳） 研究方向 | 目标检测 概要 这是一篇发表于CVPR2019的关于显著性目标检测的paper，《BASNet：Boundary-Aware Salient Object Detection》[1]显而易见的就是关注边界的显著性检测 ...
原文：CVPR 2019 论文解读 | FA FRCNN小样本域适应的目标检测
引文 最近笔者也在寻找目标检测的其他方向，一般可以继续挖掘的方向是从目标检测的数据入手，困难样本的目标检测，如检测物体被遮挡，极小人脸检测，亦或者数据样本不足的算法。这里笔者介绍一篇小样本 few shot 数据方向下的域适应 Domain Adaptation 的目标检测算法，这篇新加坡国立大学 amp 华为诺亚方舟实验室的paper Few shot Adaptive Faster R CN ...
2019-10-02 12:36 0 2807 推荐指数：
相关推荐
CVPR2020 论文解读：少点目标检测
CVPR2020 论文解读：具有注意RPN和多关系检测器的少点目标检测 Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector 具有注意RPN和多关系检测器的少点目标检测 目标检测的惯用方法需要大量 ...
小样本目标检测研究现状
标检测任务是计算机视觉的基础任务之一，主要任务是对图像中的目标进行分类和定位。但是现有的目标检测任务基于大量的标注的图像进行训练，限制了某些场景下的应用和推广。 通过应用较少的标注数据的半监督方法或者利用不完全匹配的标注数据的弱监督方法，利用极少的标注数据学习具有一定泛化能力的模型显得较为重 ...
【目标检测+域适应】CVPR18 CVPR19总结
域适应已经是一个很火的方向了，目标检测更不用说，二者结合的工作也开始出现了，这里我总结了CVPR18和CVPR19的相关论文，希望对这个交叉方向的近况有一个了解。 1. 2018_CVPR Domain Adaptive Faster R-CNN for Object Detection ...
CVPR2020论文解读：3D Object Detection三维目标检测
CVPR2020论文解读：3D Object Detection三维目标检测 PV-RCNN:Point-Voxel Feature Se tAbstraction for 3D Object Detection 论文链接：https://arxiv.org/pdf ...
【论文解读】[目标检测]retinanet
作为单阶段网络，retinanet兼具速度和精度（精度是没问题，速度我持疑问），是非常耐用的一个检测器，现在很多单阶段检测器也是以retinanet为baseline，进行各种改进，足见retinanet的重要，我想从以下几个方面出发将retinanet解读下，尽己所能 ...
CVPR 2019|PoolNet:基于池化技术的显著性检测 论文解读
作者 | 文永亮 研究方向 | 目标检测、GAN 研究动机 这是一篇发表于CVPR2019的关于显著性目标检测的paper，在U型结构的特征网络中，高层富含语义特征捕获的位置信息在自底向上的传播过程中可能会逐渐被稀释，另外卷积神经网络的感受野大小与深度是不成正比的，目前很多流行方法都是 ...
目标检测------CVPR2019------对GIOU的认识
在CVPR2019中，Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression介绍了一种新的评价指标GIoU 1. 为什么要提出GIoU？ 对于1-IoU作为距离度量，有四个优点 ...