amp 論文概述 獲取地址：https: arxiv.org abs . amp 總結與個人觀點 本文的工作將啟發式的特征選取作為帶有特征金字塔的anchor based single shot檢測器的主要限制。提出應用了online特征選擇來在特征金字塔上訓練anchor free分支的FASF模型。通過使用較小的推理開銷實現對baseline極大的提升，同時在表現超過當前最優的single ...
2019-10-15 20:30 0 321 推薦指數：
論文原址：https://arxiv.org/abs/1903.00621 摘要 本文提出了基於無anchor機制的特征選擇模塊，是一個簡單高效的單階段組件，其可以結合特征金字塔嵌入到單階段檢測器中。FSAF解決了傳統基於anchor機制的兩個限制:(1)啟發式 ...
&論文概述 獲取地址：https://arxiv.org/abs/1811.04533 代碼地址：https://github.com/ qijiezhao/M2Det &總結與個人觀點 本文提出Multi-Level Feature Pyramid ...
Detection Branch (這里簡稱DB)+ Segmentation Module （這里簡 ...
論文鏈接：https://arxiv.org/abs/1711.06897 代碼鏈接：https://github.com/sfzhang15/RefineDet 摘要 RefineDet是CVPR 2018的一篇論文，文中提出了一個新的single-shot檢測器RefineDet，實現 ...
論文原址：https://arxiv.org/abs/1810.08425 github:https://github.com/KimSoybean/ScratchDet 摘要 當前較為流行的檢測算法是在經典的大規模分類的數據集上進行微調，但這樣做會存在兩個問題 ...
背景知識： Zeroshot Learning，零次學習。 模型 對於 訓練集 中 沒有出現過 的 類別，能自動創造出相應的映射： X→Y。 Low/Few-shot Learning、One-shot Learning，少/一次學習。 訓練集中，每個類別 都有樣本，但都只是 少量樣本 ...
轉載自：https://zhuanlan.zhihu.com/p/33544892 前言 目標檢測近年來已經取得了很重要的進展，主流的算法主要分為兩個類型（參考RefineDet）：（1）two-stage方法，如R-CNN系算法，其主要思路是先通過啟發式方法（selective search ...
paper: PolarMask: Single Shot Instance Segmentation with Polar Representation code: https://github.com/xieenze/PolarMask 作者知乎解答 PolarMask是CVPR2020 ...
