CVPR 2019 論文解讀 | FA FRCNN小樣本域適應的目標檢測
引文 最近筆者也在尋找目標檢測的其他方向，一般可以繼續挖掘的方向是從目標檢測的數據入手，困難樣本的目標檢測，如檢測物體被遮擋，極小人臉檢測，亦或者數據樣本不足的算法。這里筆者介紹一篇小樣本（few-shot）數據方向下的域適應（Domain Adaptation）的目標檢測算法，這篇 ...
原文：【目標檢測+域適應】CVPR18 CVPR19總結
域適應已經是一個很火的方向了，目標檢測更不用說，二者結合的工作也開始出現了，這里我總結了CVPR 和CVPR 的相關論文，希望對這個交叉方向的近況有一個了解。 . CVPR Domain Adaptive Faster R CNN for Object Detection in the Wild 這篇可算是第一個工作，以faster rcnn為baseline,在其基礎上添加判別器分支，附着到ba ...
2019-07-03 13:32 0 4492 推薦指數：
相關推薦
曠世提出類別正則化的域自適應目標檢測模型，緩解場景多樣的痛點 | CVPR 2020
論文基於DA Faster R-CNN系列提出類別正則化框架，充分利用多標簽分類的弱定位能力以及圖片級預測和實例級預測的類一致性，從實驗結果來看，類該方法能夠很好地提升DA Faster R-C ...
Domain Adaptive Faster R-CNN：經典域自適應目標檢測算法，解決現實中痛點，代碼開源 | CVPR2018
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 ...
ATSS : 目標檢測的自適應正負anchor選擇，很扎實的trick | CVPR 2020
論文指出one-stage anchor-based和center-based anchor-free檢測算法間的差異主要來自於正負樣本的選擇，基於此提出ATSS(Adaptive Training Sample Selection)方法，該方法能夠自動根據GT的相關統計特征選擇合適 ...
CVPR2021 | 開放世界的目標檢測
本文將介紹一篇很有意思的論文，該方向比較新，故本文保留了較多論文中的設計思路，背景知識等相關內容。 前言： 人類具有識別環境中未知對象實例的本能。當相應的知識最終可用時，對這些未知實例的內在好奇心有助於了解它們。 這促使我們提出一個新的計算機視覺問題，稱為：“開放世界對象檢測 ...
目標檢測------CVPR2019------對GIOU的認識
在CVPR2019中，Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression介紹了一種新的評價指標GIoU 1. 為什么要提出GIoU？ 對於1-IoU作為距離度量，有四個優點 ...
CVPR2017-目標檢測相關
，變化其他參數如圖像分辨率、proposals數量等，研究目標檢測系統准確率與速度的權衡關系。 （2）Y ...
CVPR2020：三維實例分割與目標檢測
CVPR2020：三維實例分割與目標檢測 Joint 3D Instance Segmentation and Object Detection for Autonomous Driving 論文地址： http://openaccess.thecvf.com ...