文章 2024-10-17 来自:开发者社区

论文精度笔记(四):《Sparse R-CNN: End-to-End Object Detection with Learnable Proposals》

作者单位:港大, 同济大学, 字节AI Lab, UC伯克利 论文以及源码获取 论文下载:点击源码下载:点击 论文题目 《Sparse R-CNN: End-to-End Object Detection with Learnable Proposals》《稀疏R-CNN:端到端基于可学习建议的目标检测》 参考文献 Sun P, Zhang R, Jiang Y, et al. Sparse R....

论文精度笔记(四):《Sparse R-CNN: End-to-End Object Detection with Learnable Proposals》
文章 2022-11-13 来自:开发者社区

论文阅读笔记 | 目标检测算法——Dynamic R-CNN算法

paper:Dynamic R-CNN: Towards High Quality Object Detection via Dynamic Training摘要:虽然两阶段目标检测算法近年不断发展,但是其训练过程并非完美的。作者发现了固定网络设置和动态训练过程之间存在的不一致问题,这极大地影响了性能。固定标签分配策略和回归损失函数不能适应候选框的分布变化,因此不利于训练高质量的检测器。为此,作....

论文阅读笔记 | 目标检测算法——Dynamic R-CNN算法
文章 2022-11-13 来自:开发者社区

论文阅读笔记 | 目标检测算法——Libra R-CNN算法

paper:Libra R-CNN: Towards Balanced Learning for Object Detection摘要:相比于模型结构,相比之下如何对模型进行训练这一方面受到的关注比较少,但是其对于目标检测任务来说同样的重要。作者回顾了检测器的标准训练过程,发现了检测性能往往受到训练过程中不平衡的限制,而这种不平衡一般由三个层次组成:样本层(sample level)、特征层(f....

论文阅读笔记 | 目标检测算法——Libra R-CNN算法
文章 2022-11-13 来自:开发者社区

论文阅读笔记 | 目标检测算法——Mask R-CNN算法

paper:Mask R-CNN作者:Kaiming He摘要:其实,这篇论文中,作者是设计用来解决对象实例分割问题的,所以文章的名字可能起得不算很好,请多包含。但是在Mask R-CNN算法中,可以有效的检测出图像中的对象,同时为每个实例生成高质量的分割掩码。Mask R-CNN是在Faster R-CNN基础上进行拓展,通过增加一个预测对象掩码的分支,与现有的边界框回归分支并行。其甚至可以处....

论文阅读笔记 | 目标检测算法——Mask R-CNN算法
文章 2022-11-12 来自:开发者社区

论文阅读笔记 | 目标检测算法——Cascade R-CNN算法

paper:Cascade R-CNN: Delving into High Quality Object Detection摘要:曾经,在目标检测领域中,IoU阈值的设定非常重要。如果设置一个比较低的阈值,会出现比较多的噪声对象;而如果设置的比较高,检测器的性能也会下降。这主要是两个原因:1)阈值设置过高,会导致在训练期间由于正样本指数消失而过度拟合。2)在推断过程中,检测器最适合的IoU与输....

论文阅读笔记 | 目标检测算法——Cascade R-CNN算法
文章 2022-11-12 来自:开发者社区

论文阅读笔记 | 目标检测算法——RetinaNet(focal loss、含与SSD,RCNN,YOLO的对比)

1. Introductionpaper:Focal Loss for Dense Object Detection在RetinaNet出现之前,two-step检测网络(代表有Faster RCNN系列等等)的准确率一直要比one-step检测网络(代表有SSD系列、yolo系列)的准确率要高,但是在RetinaNet出现之后,one-step检测网络首次精度要比two-step检测网络要好。....

论文阅读笔记 | 目标检测算法——RetinaNet(focal loss、含与SSD,RCNN,YOLO的对比)
文章 2022-02-18 来自:开发者社区

深度学习入门笔记系列 ( 六 ) ——卷积神经网络(CNN)学习笔记

卷积神经网络(CNN)学习笔记本系列将分为 8 篇 。本次为第 6 篇 ,介绍在计算机视觉中使用广泛并且十分基础的卷积神经网络 。1.从感受野说起不知道大家是否听说过感受野这个名词 ,是在 60 年代 Hubel 等人通过对猫视觉皮层细胞进行研究提出来的一个概念 。到80年代,Fukushima 在感受野概念的基础之上提出了神经认知机的概念,可以看作是卷积神经网络的第一个实现网络,神经认知机将一....

深度学习入门笔记系列 ( 六 ) ——卷积神经网络(CNN)学习笔记
文章 2018-09-30 来自:开发者社区

深度学习笔记16:CNN经典论文研读之AlexNet及其Tensorflow实现

在 Yann Lecun 提出 Le-Net5 之后的十几年内,由于神经网络本身较差的可解释性以及受限于计算能力的影响,神经网络发展缓慢且在较长一段时间内处于低谷。2012年,深度学习三巨头之一、具有神经网络之父之称的 Geoffrey Hinton 的学生 Alex Krizhevsky 率先提出了 AlexNet,并在当年度的 ILSVRC(ImageNet大规模视觉挑战赛)以显著的优势获得....

文章 2018-04-16 来自:开发者社区

Stanford CS231n实践笔记(课时22卷积神经网络工程实践技巧与注意点 cnn in practise 上)

本课主要2个实践内容:1、keras中数据集丰富,从数据集中提取更多特征(Data augmentation) 2、迁移学习(Tranform learning) 代码:https://github.com/jsxyhelu/DateSets 1、keras中数据集丰富,从数据集中提取更多特征(Data augmentation) keras是比较现代化的DL工具,所以这方面的...

Stanford CS231n实践笔记(课时22卷积神经网络工程实践技巧与注意点 cnn in practise 上)
文章 2018-04-01 来自:开发者社区

AI学习笔记——卷积神经网络(CNN)

image.png 上篇文章简单地地介绍了神经网络和深度学习,在神经网络中,每一层的每个神经元都与下一层的每个神经元相连(如下图), 这种连接关系叫全连接(Full Connected)。如果以图像识别为例,输入就是是每个像素点,那么每一个像素点两两之间的关系(无论相隔多远),都被下一层的神经元"计算"了。 这种全连接的方法用在图像识别上面就显得太"笨"了,因为图像识别首先得找到图片中各个部分.....

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。