摘要：
基于对自适应网络的研究，论文提出了自适应网络RANet(Resolution Adaptive Network)来进行效果与性能上的取舍，该网络包含多个不同输入分辨率和深度的子网，难易样本的推理会自动使用不同的计算量，并且子网间的特征会进行融合，从实验结果来看，在性能和速度上取得了很不错的trade 阅读全文
posted @ 2020-05-01 11:43
晓飞的算法工程笔记
阅读(968)
评论(0)
推荐(0)
摘要：
论文提出基于轮廓的实例分割方法Deep snake，轮廓调整是个很不错的方向，引入循环卷积，不仅提升了性能还减少了计算量，保持了实时性，但是Deep snake的大体结构不够优雅，应该还有一些工作可以补，推荐大家阅读 来源：晓飞的算法工程笔记 公众号 论文: Deep Snake for Real 阅读全文
posted @ 2020-04-30 18:18
晓飞的算法工程笔记
阅读(980)
评论(0)
推荐(0)
摘要：
论文指出one stage anchor based和center based anchor free检测算法间的差异主要来自于正负样本的选择，基于此提出ATSS(Adaptive Training Sample Selection)方法，该方法能够自动根据GT的相关统计特征选择合适的anchor 阅读全文
posted @ 2020-04-30 12:52
晓飞的算法工程笔记
阅读(895)
评论(0)
推荐(0)
摘要：
论文提出增量式少样本目标检测算法ONCE，与主流的少样本目标检测算法不太一样，目前很多性能高的方法大都基于比对的方式进行有目标的检测，并且需要大量的数据进行模型训练再应用到新类中，要检测所有的类别则需要全部进行比对，十分耗时。而论文是增量式添加类别到模型，以常规的推理形式直接检测，十分高效且数据需求 阅读全文
posted @ 2020-04-30 09:45
晓飞的算法工程笔记
阅读(1226)
评论(0)
推荐(0)
摘要：
论文提出Spiking YOLO，是脉冲神经网络在目标检测领域的首次成功尝试，实现了与卷积神经网络相当的性能，而能源消耗极低。论文内容新颖，比较前沿，推荐给大家阅读 来源：晓飞的算法工程笔记 公众号 论文: Spiking YOLO: Spiking Neural Network for Energ 阅读全文
posted @ 2020-04-27 10:06
晓飞的算法工程笔记
阅读(1477)
评论(0)
推荐(1)
摘要：
论文提出了结合注意力卷积的二叉神经树进行弱监督的细粒度分类，在树结构的边上结合了注意力卷积操作，在每个节点使用路由函数来定义从根节点到叶子节点的计算路径，结合所有叶子节点的预测值进行最终的预测，论文的创意和效果来看都十分不错 来源：晓飞的算法工程笔记 公众号 论文: Attention Convol 阅读全文
posted @ 2020-04-26 16:40
晓飞的算法工程笔记
阅读(1220)
评论(0)
推荐(0)
摘要：
论文提出了新的少样本目标检测算法，创新点包括Attention RPN、多关系检测器以及对比训练策略，另外还构建了包含1000类的少样本检测数据集FSOD，在FSOD上训练得到的论文模型能够直接迁移到新类别的检测中，不需要fine tune 来源：晓飞的算法工程笔记 公众号 论文: Few Shot 阅读全文
posted @ 2020-04-23 10:33
晓飞的算法工程笔记
阅读(2099)
评论(0)
推荐(0)
摘要：
在自动驾驶中，检测模型的速度和准确率都很重要，出于这个原因，论文提出Gaussian YOLOv3。该算法在保持实时性的情况下，通过高斯建模、损失函数重建来学习bbox预测值的不确定性，从而提高准确率和TP，能够显著地降低FP，在KITTI和BDD数据集上分别提升了3.09mAP和3.5mAP。整体 阅读全文
posted @ 2020-04-20 15:21
晓飞的算法工程笔记
阅读(617)
评论(0)
推荐(1)
摘要：
论文提出伪监督目标定位方法(PSOL)来解决目前弱监督目标定位方法的问题，该方法将定位与分类分开成两个独立的网络，然后在训练集上使用Deep descriptor transformation(DDT)生成伪GT进行训练，整体效果达到SOTA，论文化繁为简，值得学习 来源：晓飞的算法工程笔记 公众号 阅读全文
posted @ 2020-04-20 10:43
晓飞的算法工程笔记
阅读(618)
评论(0)
推荐(0)
摘要：
为了优化进化算法在神经网络结构搜索时候选网络训练过长的问题，参考ENAS和NSGA III，论文提出连续进化结构搜索方法(continuous evolution architecture search, CARS)，最大化利用学习到的知识，如上一轮进化的结构和参数。首先构造用于参数共享的超网，从超 阅读全文
posted @ 2020-04-15 19:57
晓飞的算法工程笔记
阅读(600)
评论(0)
推荐(0)
浙公网安备 33010602011771号