CVPR2019 論文解讀| BASNet：關注邊界的顯著性目標檢測
作者 | 文永亮 學校 | 哈爾濱工業大學（深圳） 研究方向 | 目標檢測 概要 這是一篇發表於CVPR2019的關於顯著性目標檢測的paper，《BASNet：Boundary-Aware Salient Object Detection》[1]顯而易見的就是關注邊界的顯著性檢測 ...
原文：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，這篇新加坡國立大學 amp 華為諾亞方舟實驗室的paper Few shot Adaptive Faster R CN ...
2019-10-02 12:36 0 2807 推薦指數：
相關推薦
CVPR2020 論文解讀：少點目標檢測
CVPR2020 論文解讀：具有注意RPN和多關系檢測器的少點目標檢測 Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector 具有注意RPN和多關系檢測器的少點目標檢測 目標檢測的慣用方法需要大量 ...
小樣本目標檢測研究現狀
標檢測任務是計算機視覺的基礎任務之一，主要任務是對圖像中的目標進行分類和定位。但是現有的目標檢測任務基於大量的標注的圖像進行訓練，限制了某些場景下的應用和推廣。 通過應用較少的標注數據的半監督方法或者利用不完全匹配的標注數據的弱監督方法，利用極少的標注數據學習具有一定泛化能力的模型顯得較為重 ...
【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CVPR18和CVPR19的相關論文，希望對這個交叉方向的近況有一個了解。 1. 2018_CVPR Domain Adaptive Faster R-CNN for Object Detection ...
CVPR2020論文解讀：3D Object Detection三維目標檢測
CVPR2020論文解讀：3D Object Detection三維目標檢測 PV-RCNN:Point-Voxel Feature Se tAbstraction for 3D Object Detection 論文鏈接：https://arxiv.org/pdf ...
【論文解讀】[目標檢測]retinanet
作為單階段網絡，retinanet兼具速度和精度（精度是沒問題，速度我持疑問），是非常耐用的一個檢測器，現在很多單階段檢測器也是以retinanet為baseline，進行各種改進，足見retinanet的重要，我想從以下幾個方面出發將retinanet解讀下，盡己所能 ...
CVPR 2019|PoolNet:基於池化技術的顯著性檢測 論文解讀
作者 | 文永亮 研究方向 | 目標檢測、GAN 研究動機 這是一篇發表於CVPR2019的關於顯著性目標檢測的paper，在U型結構的特征網絡中，高層富含語義特征捕獲的位置信息在自底向上的傳播過程中可能會逐漸被稀釋，另外卷積神經網絡的感受野大小與深度是不成正比的，目前很多流行方法都是 ...
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 ...