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，我们提出了层级Transformer，通...
IP属地：浙江
-
Swin Transformer -
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 Blocks中的3x3依次使用dil...
-
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Generalized Focal Los...
-
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anchor数量不同。retin...
-
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，剪枝率大于90%。但是在Paddle ...
-
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，但是相比别人喂我还是更喜欢自己...
-
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，造成结果不同的主要差异就是在训练reid网络的...
-
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 TPS：薄板样条插值(Thin ...
-
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是其后处理部分，这步中将分割的...
-
yolov4论文解析论文链接 代码链接 先盗一张大佬总结的图： 个人如何看待yolov4 Yolov4的作者在论文中通篇都在强调其实用性，它并不是一篇面向学术界的paper，从学术角度看待它确实...
-
Macos通过SSH连接显示docker容器的GUI界面
Macos通过SSH连接显示docker容器的GUI界面 服务器没有gui界面，但是项目中需要接实时视频流进行可视化。所以只能远程连接通过X11进行转发到本机可视化。 一、配...
-
YOLOV3剪枝源码阅读---模型部署加速YOLOV3剪枝 论文：Network Slimming-Learning Efficient Convolutional Networks through Network ...
-
关于Focal loss 和 GHM
这里直接贴一个知乎链接，可以说讲得很好了https://zhuanlan.zhihu.com/p/80594704 在单阶段的目标检测任务中，由于前景和背景不平衡的问题导致效...
-
FCOS: Fully Convolutional One-Stage Object DetectionGithub:FCOS 摘要 提出了一种全卷积的one-stage目标检测方法，以逐像素点的方式解决目标检测问题，类似于语义分割。FCOS是anchor free的方法，FC...
-
CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes一、简介 解决拥堵场景的的人群计数方法从简单的人群统计（仅输出目标图像的人数）到以输出密度图（显示人群分布特征）作为结果。这种发展趋势是为了满足更多场景下的需求，因为同样数量...
-
confidence loss部分已经改正确了
目标检测之YOLOv2，最详细的代码解析
一、前言 最近一直在研究深度学习在目标检测的应用，看完了YOLOv2的paper和YAD2K的实现源码，来总结一下自己的收获，以便于加深理解。 二、关于目标检测 目标检测可简...
-
Bag of Tricks for Image Classification with Convolutional Neural Networks前言 自己很早就看到过这篇论文了，论文中的工作和我的一个项目也是有很多共通之处，但是自己实力不够也没有想法去把它们全部总结下来，只能在此膜拜一下大佬。 涉及到的方法总览 Tr...
-
天池挖掘幸福感新人赛——个人赛后总结一、参赛背景 一条通信专业的闲鱼突然对AI产生了浓厚的兴趣，天天看着各种新闻报导AI相关的东西，只是知道它的相关应用，但具体是怎么回事一直困扰着我，求知欲迫使自己开始了这段艰...