影醉阏轩窗

衣带渐宽终不悔,为伊消得人憔悴。
扩大
缩小

随笔分类 -  目标检测

二阶段目标检测总结
摘要:概述: 最新几年的论文都是在单阶段、Transform上进行发掘提升,基本上2020-2021年二阶段论文全军覆没,这篇博文也是总结2016-2019年的发展,最后一篇CenternetV2比较特殊,不能完全算作传统意义的二阶段网络。 目前什么地方还使用二阶段论文? 比赛场景,经常使用FasterR 阅读全文

posted @ 2021-06-28 17:24 影醉阏轩窗 阅读(1708) 评论(0) 推荐(0)

Waymo object detect 2D解决方案论文拓展
摘要:FixMatch 半监督中的基础论文,自监督和模型一致性的代表作。 Consistency regularization: 无监督学习的方式,数据$A$和经过数据增强的$A$计做$A'$ ,同时输入模型$f$ ,由于其种类相同(未知但相同),所以$f(A)=f(A')$ ,利用分布相同进行训练即可。 阅读全文

posted @ 2021-06-21 20:06 影醉阏轩窗 阅读(240) 评论(0) 推荐(0)

Rethinking Training from Scratch for Object Detection
摘要:Rethinking Training from Scratch for Object Detection 一. 概述 正常训练目标检测的流程分为以下几种: 在imagenet上进行预训练,然后在特定数据集进行tune 直接在数据集上进行从头训练 两种方式各有千秋,前者可以很快收敛(在特定数据集收敛 阅读全文

posted @ 2021-06-16 14:29 影醉阏轩窗 阅读(267) 评论(0) 推荐(0)

AutoAssign源码分析
摘要:AutoAssign源码分析 欢迎访问源文章地址: 博客园地址 CSDN地址 Github地址 Gitee地址 一. 简介 ​ 关于动机和发展流程,原作者已经在知乎说的非常清楚,主要解决的问题总结如下: 联合各个loss(cls、reg、obj),这里前人已经做过很多 去除了centerness,这 阅读全文

posted @ 2021-04-14 21:19 影醉阏轩窗 阅读(407) 评论(0) 推荐(0)

Anchor-Free总结
摘要:Anchor-Free综述 一. CornerNet 论文国内地址 1.1 概述 这是第一篇将anchor-free的mAP值刷入COCO榜单的论文,主要贡献是将keypoints的估计方式引入目标检测之中。 主要创新点: 使用Heatmap表示目标的坐标left-top、right-bottom 阅读全文

posted @ 2021-03-16 20:12 影醉阏轩窗 阅读(1038) 评论(0) 推荐(1)

目标检测小网络
摘要:目标检测小网络 一. Anchor-based 1.1 网络结构 当前一般采用 backbone:shufflenetV2、mobilenetV2/3(V3比较难调试)、Ghostnet、SandGlass FPN:PAN、BiFPN,这部分对检测提升很大(实际使用得进行裁剪压缩,原始版本不适合小模 阅读全文

posted @ 2020-12-12 11:25 影醉阏轩窗 阅读(962) 评论(2) 推荐(0)

Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection
摘要:Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection 一. 论文简介 将目标检测Loss和评价指标统一,提升检测精度。这是一篇挺好的论文,下面会将其拓展 阅读全文

posted @ 2020-10-23 11:50 影醉阏轩窗 阅读(1171) 评论(0) 推荐(1)

FCOS: Fully Convolutional One-Stage Object Detection
摘要:FCOS: Fully Convolutional One-Stage Object Detection 一. 论文简介 Anchor-Free文章 主要做的贡献如下(可能之前有人已提出): FPN分阶段回归 Center-ness Loss 二. 模块详解 2.1 论文思路简介 论文整体比较简单, 阅读全文

posted @ 2020-10-19 21:01 影醉阏轩窗 阅读(202) 评论(0) 推荐(0)

Towards Accurate One-Stage Object Detection with AP-Loss
摘要:Towards Accurate One-Stage Object Detection with AP-Loss 一. 论文简介 笔者部分不理解,仅记录自己理解部分。 解决目标检测(一阶段)样本不均衡问题,统一loss和评价指标直接联系。 主要做的贡献如下(可能之前有人已提出): 设计一个AP-L 阅读全文

posted @ 2020-10-10 18:08 影醉阏轩窗 阅读(380) 评论(0) 推荐(0)

从零开始实现SSD目标检测(pytorch)(一)
摘要:从零开始实现SSD目标检测(pytorch) 特别说明: 本系列文章是Pytorch目标检测手册的翻译+总结 知其然知其所以然,光看论文不够,得亲自实现 第一章 相关概念概述 1.1 检测框表示 边界宽(bounding box)是包围一个物体(objective)的框,用来表示这个物体的位置、形状 阅读全文

posted @ 2019-11-09 18:19 影醉阏轩窗 阅读(6536) 评论(0) 推荐(10)

《论文翻译》 GIOU
摘要:广义交并比-GIOU(回归检测的一种指标和Loss) 注释 本系列《论文翻译》仅代表个人观点 目的提高英文阅读能力 错误之处较多,欢迎读者修正,在此感谢 1. 摘要 目标检测的评价指标最常使用的是交并比进行度量。然而在优化(经常使用距离参数对边界框进行回归)和最大化(最大化这个度量参数)之间存在一些 阅读全文

posted @ 2019-10-14 09:04 影醉阏轩窗 阅读(1433) 评论(0) 推荐(0)

SSD检测几个小细节
摘要:之前感觉SSD很简单,这两天从头到尾把论文和源码都看了一下,发现之前很多细节都没掌握。 这篇文章只说一些之前遗漏的点,读者阅读有一定基础 @ 一. 抛砖引玉的Faster-RCNN 1.1 候选框的作用 之前看Fast-RCNN代码对Selective Search的操作一直有很大的疑惑? 为什么一 阅读全文

posted @ 2019-08-17 21:55 影醉阏轩窗 阅读(815) 评论(0) 推荐(0)

导航

/* 线条鼠标集合 */ /* 鼠标点击求赞文字特效 */ //带头像评论