論文源址：https: arxiv.org abs . 開源代碼：未公開 摘要 本文提出了目標檢測網絡Grid R CNN，其基於網格定位機制實現准確的目標檢測。傳統方法主要基於回歸操作，Grid R CNN則捕捉詳細的空間信息，同時具有全卷積結構中對位置信息的敏感性。 Instead of using only two independent points 是指CornerNet預測的不准確性 ...
2018-12-23 16:31 1 2644 推薦指數：
論文源址：https://arxiv.org/abs/1506.01497 tensorflow代碼：https://github.com/endernewton/tf-faster-rcnn 室友對Faster R-CNN的解讀：https://www.cnblogs.com ...
論文源址：https://arxiv.org/pdf/1703.06870.pdf 開源代碼：https://github.com/matterport/Mask_RCNN 摘要 Mask R-CNN可以在進行檢測的同時，進行高質量的分割操作。基於Faster ...
論文原址：https://arxiv.org/pdf/1904.02701.pdf github:https://github.com/OceanPang/Libra_R-CNN 摘要 相比模型的結構，關注度較少的訓練過程對於檢測器的成功檢測也是十分重要的。本文發現，檢測性能 ...
Non-local neural networks（CVPR2018） 傳統的卷積神經網絡的感受野相對較小，比如3*3、5*5，但對於注意力機制而言，需要更大的感受野來獲取全局的注意力得分，Nonlocal的目的就是計算全局感受野的注意力。Nonlocal的計算由相似度計算函數 f 和映射函數 ...
論文源址：https://arxiv.org/abs/1811.11168 摘要 可變形卷積的一個亮點是對於不同幾何變化的物體具有適應性。但也存在一些問題，雖然相比傳統的卷積網絡，其神經網絡的空間形狀更接近於目標物體的形狀，但有時會超出ROI區域，從而引入不相關的圖像 ...
論文從理論的角度出發，對目標檢測的域自適應問題進行了深入的研究，基於H-divergence的對抗訓練提出了DA Faster R-CNN，從圖片級和實例級兩種角度進行域對齊，並且加入一致性正則化來學習域不變的RPN。從實驗來看，論文的方法十分有效，這是一個很符合實際需求的研究，能解決現實 ...
，不需增加計算成本的條件下，居然能漲兩個點mAP。除了本文解讀的Libra R-CNN（天秤座 RCNN ...
論文鏈接：https://arxiv.org/abs/1802.02611 tensorflow 官方實現： https: //github.com/tensorflow/models/tree/master/research/deeplab 實驗代碼：https ...
