摘要：- **AdderNet** — 其实不需要这么多乘法 - **Deep Snake for Real-Time Instance Segmentation** — 用轮廓做实例分割 - **Blurry Video Frame Interpolation** — 完美的金字塔 阅读全文

摘要：2019 ICCV、CVPR、ICLR之视频预测读书笔记 作者 | 文永亮 学校 | 哈尔滨工业大学（深圳） 研究方向 | 视频预测、时空序列预测 ICCV 2019 CVP github地址：https://github.com/JudyYe/CVP ​ 这是卡耐基梅隆和facebook的一篇pa 阅读全文

摘要：这是一篇发表于**CVPR2019**的关于显著性目标检测的paper，**《BASNet：Boundary-Aware Salient Object Detection》[1]**显而易见的就是关注边界的显著性检测，**主要创新点在loss的设计上，使用了交叉熵、结构相似性损失、IoU损失这三种的混合损失，使网络更关注于边界质量，**而不是像以前那样只关注区域精度。在单个GPU上能跑25 fps，在六种公开数据集上能达到 **state-of-the-art**的效果。 阅读全文

摘要：本文解读的是一篇发表于CVPR2019的paper，来自华科和地平线，文章提出了Mask Scoring R-CNN的框架是对Mask R-CNN的改进，简单地来说就是给Mask R-CNN添加一个新的分支来给mask打分从而预测出更准确的分数。 阅读全文

摘要：现有的目标检测器往往存在着三种层次的不平衡： 1. sample level 2. feature level 3. objective level 对应三个解决方案： 1. IoU-balanced Sampling 2.Balanced Feature Pyramid 3. Balanced L1 Loss 阅读全文

摘要：StackGAN 阅读笔记 "StackGAN论文下载链接(arxiv)" 创新点 提出多尺度的GAN Stage I GAN Stage II GAN Stage I GAN 主要是根据文本描述抓取目标物体的主要形状轮廓和一些基础色块，生成低分辨率的图片。 Stage II GAN 修正Stage 阅读全文

摘要：Object Detection based on Region Decomposition and Assembly AAAI2019 | 基于区域分解集成的目标检测 论文解读 作者 | 文永亮 学校 | 哈尔滨工业大学（深圳） 研究方向 | 目标检测、GAN 推荐理由： 这是一篇发表于AAAI2 阅读全文