IP属地：浙江
-
Swin Transformer目前transformer从语言到视觉任务的挑战主要是由于这两个领域间的差异： 1、尺度变化大 2、高分辨率的输入 为了解决以上两点，我们提出了...
-
YOLOF - You Only Look One-level Feature个人理解 1、为什么和其他anchor-based方法相比，小目标检测的表现差？可能有两个原因： Encoder模块中的Residual Blo...
-
Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection个人感觉从理论上在实际场景下应该很有效，在自己的数据集上使用也涨了2个点。现实中标注的数据大部分不确定性都很很强、场景也更复杂。引入Genera...
-
Adaptive Training Sample Selection一、主要贡献 作者以RetinaNet和FCOS为例，分析了anchor-based和anchor-free的性能差异的原因： 1、每个位置的a...
-
FPGM-Filter Pruning via Geometric Median for Deep Convolutional Neural Networks Acceleration学习笔记个人看法 关于作者提出的norm-based的方法的依赖条件，我认为通过简单的修改就能解决，并且在自己的yolov3的项目中也成功应用，剪枝率大...
-
DeepSort学习笔记DeepSort学习笔记 deepsort作为多目标跟踪的经典算法，相信每个入门MOT领域的人都是从deepsort开始，网上有大量的学习教程，...
-
FairMOT--A Simple Baseline for Multi-Object Tracking个人理解 针对作者的几点结论的个人理解，感觉根本原因并不是在anchor based和anchor free的方法上，个人认为，造成结果不同的主...
-
基于TPS的STN模块-Robust Scene Text Recognition with Automatic Rectification基于TPS的STN模块-Robust Scene Text Recognition with Automatic Rectification T...
-
DB：Real-time Scene Text Detection with Differentiable BinarizationDBNet 简介 由于分割网络的结果可以准确描述诸如扭曲文本的场景，因而基于分割的自然场景文本检测方法变得流行起来。基于分割的方法其中关键的步骤...