Learning Rich Features from RGB-D Images for Object Detection and Segmentation論文筆記
相關工作： 將R-CNN推廣到RGB-D圖像，引入一種新的編碼方式來捕獲圖像中像素的地心姿態，並且這種新的編碼方式比單純使用深度通道有了明顯的改進。 我們建議在每個像素上用三個通道編碼深度圖像：水 ...
原文：論文筆記：Learning Region Features for Object Detection
中心思想 繼Relation Network實現可學習的nms之后，MSRA的大佬們覺得目標檢測器依然不夠fully learnable，這篇文章類似之前的Deformable ROI Pooling，主要在ROI特征的組織上做文章，文章總結了現有的各種ROI Pooling變體，提出了一個統一的數學表達式，藉由這個表達式，提出完全可學習，無人工設計的Region特征，據Han Hu大佬的講座所說 ...
2018-11-28 23:51 0 743 推薦指數：
相關推薦
【論文筆記】Relation Networks for Object Detection
&論文概述 獲取地址：https://arxiv.org/abs/1711.11575 代碼鏈接：https://github.com/msracver/Relation-Networks-for-Object-Detection &總結與個人觀點 消融實驗表明 ...
【論文筆記】Libra R-CNN:Towards Balanced Learning for Object Detection
&論文概述 獲取地址：https://arxiv.org/abs/1904.02701v1 &總結與個人觀點 本文中，系統地重溫了檢測器的訓練過程，從而發現了由於訓練過程中存在的不平衡問題導致模型結構的潛力並未被完全利用。基於這個觀測結果，提出Libra R-CNN ...
論文筆記《Spatial Memory for Context Reasoning in Object Detection》
好久不寫論文筆記了，不是沒看，而是很少看到好的或者說值得記的了，今天被xinlei這篇paper炸了出來，這篇被據老大說xinlei自稱idea of the year，所以看的時候還是很認真的，然后最后確實也發現了不少干貨。 一、introduction 這篇文章主要還是解決 ...
【論文筆記】YOLOv4: Optimal Speed and Accuracy of Object Detection
論文地址：https://arxiv.org/abs/2004.10934v1 github地址：https://github.com/AlexeyAB/darknet 摘要： 有很多特征可以提高卷積神經網絡（CNN）的准確性。需要在大型數據集上對這些特征的組合進行實際測試，並需 ...
論文筆記之：Active Object Localization with Deep Reinforcement Learning
Active Object Localization with Deep Reinforcement Learning ICCV 2015 最近Deep Reinforcement Learning算是火了一把，在Google Deep Mind的主頁上，更是許多關於此 ...
論文筆記：Learning Dynamic Memory Networks for Object Tracking
Learning Dynamic Memory Networks for Object Tracking ECCV 2018Updated on 2018-08-05 16:36:30 Paper: arXiv version Code: https://github.com ...
論文筆記-R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection
摘要 In this paper, we propose a novel method called Rotational Region CNN (R2CNN) for detecting arbitrary-oriented texts in natural scene images. ...