論文筆記：（CVPR2019）PointWeb: Enhancing Local Neighborhood Features for Point Cloud Processing
目錄 摘要 一、引言 二、相關工作 3D數據表示 點雲深度學習 三、我們的方法 3.1 自適應特征調整(AFA)模塊 ...
原文：GHM論文筆記（CVPR2019）
目錄 作者要解決的問題 Focal loss CVPR Focal loss的解決方案 Focal loss的不足 設計思路 梯度與樣本的關系 梯度模計算方法 改進 GHM C損失函數 作者要解決的問題 仍然是one stage中的一個經典問題，正負 難易樣本不均衡。因為anchor的原因，pos : neg gt : 。負樣本大多比較簡單，所以也導致了難易樣本的問題。 Focal loss C ...
2019-12-02 20:46 0 568 推薦指數：
相關推薦
【CVPR2019】論文完整列表一
CVPR 2019 Paper list No.1-1000 👉CVPR2019 完整列表二 論文題目與鏈接 Finding Task-Relevant Features for Few-Shot ...
【CVPR2019】完整論文列表二
CVPR 2019 Paper list No.1001-1294 👉CVPR2019 完整列表一 論文題目與鏈接 Semantic Component Decomposition for Face ...
全景分割：CVPR2019論文解析
全景分割：CVPR2019論文解析 Panoptic Segmentation 論文鏈接： http://openaccess.thecvf.com/content_CVPR_2019/papers ...
論文閱讀筆記四十五：Region Proposal by Guided Anchoring（CVPR2019）
論文原址：https://arxiv.org/abs/1901.03278 github:code will be available 摘要 區域anchor是現階段目標檢測方法的重要基石。大多數好的目標檢測算法都依賴於anchors機制，通過預定義好的尺寸及大小在空間 ...
論文閱讀筆記五十一：CenterNet: Keypoint Triplets for Object Detection(CVPR2019)
論文鏈接：https://arxiv.org/abs/1904.08189 github：https://github.com/Duankaiwen/CenterNet 摘要 目標檢測中，基於關鍵點的方法經常出現大量不正確的邊界框，主要是由於缺乏對相關剪裁區域的額外監督 ...
論文閱讀筆記五十七:FCOS: Fully Convolutional One-Stage Object Detection(CVPR2019)
論文原址：https://arxiv.org/abs/1904.01355 github: tinyurl.com/FCOSv1 摘要 本文提出了一個基於全卷積的單階段檢測網絡，類似於語義分割，針對每個像素進行預測。RetinaNet,SSD,YOLOv3，Faster ...
論文閱讀筆記五十八:FoveaBox: Beyond Anchor-based Object Detector（CVPR2019）
論文原址：https://arxiv.org/abs/1904.03797 摘要 FoveaBox屬於anchor-free的目標檢測網絡，FoveaBox直接學習可能存在的圖片種可能存在的目標，這期間並不需要anchor作為參考。主要靠兩方面實現:（1）產生類別敏感的語義 ...