目标检测
-
目标检测-OHEM（online hard example mining）
OHEM：online hard example mining 论文地址：https://arxiv.org/abs/1604.03540难例挖掘是指,针对模型训练过程中导致损失值很大的一些样本(即使模型很大概率分类错误的样本),重新训练它们.维护一个错误分类样本池, 把每个batch训练数据中的出错率很大的样本放入该样本池中,当积累到一个batch以后,将…
-
人工智能前沿技术：超越YOLOv4！PP-YOLO：更快更好的目标检测网络
前言 Tricks大法好！PP-YOLO可达45.2% mAP，速度高达72.9 FPS！FPS和mAP均超越YOLOv4，FPS也远超过EfficientDet！ Amusi 认为YOLO系列让大家钟情的原因之一并不是超高的mAP指标，而且其又快又好的效果，其让 mAP 和 FPS达到很好的权衡。记得18年YOLOv3一出，这幅图风靡一时： …
-
三维目标检测论文阅读：VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection
VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection 理解了PointPillars这篇文章后，看这篇文章就清晰多了，这个清晰表现在两个方面，1）PointPillars这篇文章具体是如何将点云变为伪图像过程变得清晰了，2）VoxelNet这篇文章多用公式表达并且很详细…
-
RefineDetLite：腾讯提出轻量级高精度目标检测网络
点击我爱计算机视觉标星，更快获取CVML新技术 前几天腾讯公布了一篇论文RefineDetLite: A Lightweight One-stage Object Detection Framework for CPU-only Devices，提出一种面向CPU设备的轻量级一阶段目标检测网络RefineDetLite，其在MSCOCO 上可以达到精度29.…
-
目标检测中的IOU计算问题
原文来源：https://blog.csdn.net/qq_17550379/article/details/78815637 在目标检测中我们有一个基本的操作，形象表述就是画框框，我们要通过我们画的框把我们要标注的目标给框出来，如下面那个狗。我们既可以说这个狗被框出来了，但是也可以说没有，因为你可以观察到左边和上面是存在一些缝隙的。 那问题就出现了。什么…
-
基于深度学习的目标检测算法及其在医学影像中的应用
（自己写的，需要转载请联系作者，或者标明出处呀） 摘要：目标检测是计算机视觉中一个重要问题，在行人跟踪、车牌识别、无人驾驶等领域都具有重要的研究价值。近年来，随着深度学习对图像分类准确度的大幅度提高，基于深度学习的目标检测算法逐渐成为主流。本文介绍了目前发展迅猛的深度学习方法在目标检测中的最新应用进展，然后介绍了基于深度学习的目标检测算法在医学图像领域的…
-
ECCV 2020 GigaVision挑战赛“行人和车辆检测”和“多目标追踪”冠军方案解读
点击上方“迈微AI研习社”，选择“星标★”公众号 重磅干货，第一时间送达 来源丨DeepBlue深兰科技 编辑丨迈微AI研习社 迈微导读 本文介绍了首届GigaVision挑战赛“行人和车辆检测”和“多目标追踪”两个赛道的难点以及冠军方案的工作细节。 日前，全球计算机视觉顶会ECCV 2020落下帷幕，各项挑战赛的结果也尘埃落定。深兰科技DeepBlue…
-
目标检测“Perceptual Generative Adversarial Networks for Small Object Detection”
解决小目标检测问题的一般方法：提高输入图像的分辨率，会增加运算量；多尺度特征表示，结果不可控。 方法提出 论文使用感知生成式对抗网络（Perceptual GAN）提高小物体检测率，generator将小物体的poor表示转换成super-resolved的表示，discriminator与generator以竞争的方式分辨特征。Perceptual GAN…
-
目标检测评价标准（mAP, 精准度(Precision), 召回率(Recall), 准确率(Accuracy),交除并（IoU））
1. TP , FP , TN , FN定义2. 评价标准 1. TP , FP , TN , FN定义 TP（True Positive）是正样本预测为正样本的数量，即与Ground truth区域的IoU>=threshold的预测框 FP（False Positive）是负样本预测为正样本的数量，误报；即与Ground truth区域IoU …
-
MMDetection V2.0：更快更强的通用目标检测平台
MMDetection V1.0 版本发布以来，我们收到了很多用户的反馈，其中有不少有价值的建议，同时也有很多开发者贡献代码，和我们一起不断完善。经过 2 个月的酝酿，再经过 3 个月的开发和打磨（也就说了五六次“下周发版”吧，这里十分感谢主要开发的小伙伴们：文蔚，嘉瑞和钰杭），终于，在 2020 年 5 月 6 日，我们低调地发布了MMDetection …
