文章目录【语义分割】2019-CCNet ICCV1. 简介1.1 简介2. 网络2.1 整体架构2.2 CCA模块(Criss-Cross Attention Module)2.3 总结3. 代码 【语义分割】2019-CCNet ICCV论文题目：CCNet: Criss-Cross Attention for Semantic Segmentation论文链接：https://arxiv.
原创
2023-05-10 15:47:12
346阅读
《Bounding Box Regression with Uncertainty for Accurate Object Detection》CVPR 2019：《精确目标检测的不确定边界框回归》论文解读地址：https://www.sohu.com/a/341292298_651893?spm=smpc.author.fd-d.16.1569831940423eL7mzGA《ACE: A...
原创
2022-04-19 11:47:55
90阅读
【图像分类】2019-MoblieNetV3 ICCV论文题目：Searching for MobileNetV3论文地址：https://arxiv.org/abs/1905.02244代码链接: https://github.com/xiaolai-sqlai/mobilenetv3发表时间：2019年5月引用：Howard A, Sandler M, Chu G, et al. Search
原创
2023-05-10 16:04:27
209阅读
自然场景下的文字检测与识别是近年来的热点研究方向之一，也是很多计算机视觉技术实现应用时的重要步骤。相较于技术已经相对成熟的打印文档文字识别，自然场景中的文本识别仍具困难，比如文字的呈现可以有多种方向、多样的颜色和字体等，这些情况都为文字检测与识别技术在现实生活中的应用带来了挑战。
转载
2021-07-19 15:50:58
480阅读
简述：Slimmable Networks可以调整网络运行宽度的网络。在这项工作中，作者提出
原创
2023-04-07 10:31:38
69阅读
ICCV 简介ICCV 的全称是 IEEE International Conference on Computer Vision，即国际计算机视觉大会，由IEEE主办，与计算机视觉模式识别会议（CVPR）和欧洲计算机视觉会议（ECCV）并称计算机视觉方向的三大顶级会议，被澳大利亚ICT学术会议排名和中国计算机学会等机构评为最高级别学术会议，在业内具有极高的评价。 不同于在美国每年召开一次的CVP
转载
2019-11-17 15:44:00
103阅读
2评论
针对semantic3D数据集：
1.数据集准备：
Semantic3D dataset can be found <a href="http://www.semantic3d.net/view_dbase.php?chl=2">here</a>. Download and unzip every point cloud as ascii files and place t
转载
2019-11-25 22:35:00
104阅读
用于视频识别的 SlowFast 网络paper题目：SlowFast Networks for Video R
原创
2022-07-13 10:01:34
436阅读
这个ACNet是一个不错的对于卷积核结构的一个创新。总的来说是一个值得在CNN模型中尝试的trick，至于有没有效果还得看缘分。不过这个trick的听同行来说，算是一个好的trick，所以值得尝试。 这个trick的代价是增加了训练阶段的时间和参数，但是并不会增加推理阶段的时长…
转载
2021-07-06 16:37:31
537阅读
本文提出了一种基于样本预测困难度动态调整交叉熵的损失函数，它根据预测的相对困难程度来自动调节损失的大小。在本文中，我们将介绍anchor loss，并解释图像分类中anchor loss。首先，我们定义了预测的困难，并给出了相关的例子。然后给出了锚失量函数的广义形式。并通过数值的形式介绍了anchor loss。最后，通过与其他损失函数在公式上的比较，加深anchor loss 提出的改变。论...
原创
2021-08-26 11:45:48
260阅读
细粒度语义分割：ICCV2019论文解析 Fine-Grained Segmentation Networks: Self-Supervised Segmentation for Improved Long-Term Visual Localization 论文链接： http://openacce
转载
2020-03-28 15:26:00
382阅读
2评论
对于大多数人来说，跳舞并不是一件简单的事情。但不会跳并不意味着看不到自己跳舞的样子。
转载
2021-07-16 16:52:46
385阅读
目标形体形状轮廓重建：ICCV2019论文解析 Shape Reconstruction using Differentiable Projections and Deep Priors 论文链接： http://openaccess.thecvf.com/content_ICCV_2019/pap
转载
2020-03-28 11:12:00
266阅读
2评论
大型图像数据聚类匹配：ICCV2019论文解析 Jointly Aligning Millions of Images with Deep Penalised Reconstruction Congealing 论文链接： http://openaccess.thecvf.com/content_I
转载
2020-03-30 19:09:00
149阅读
2评论
深度学习数据特征提取：ICCV2019论文解析 Goal-Driven Sequential Data Abstraction 论文链接： http://openaccess.thecvf.com/content_ICCV_2019/papers/Muhammad_Goal-Driven_Seque
转载
2020-03-30 11:34:00
127阅读
2评论
前言关于YOLOv3可以看一下我前面的推文讲解：YOLOV3点这里 。前面提到过，YOLOv3在实时性和精确性都是做的比较好的，
原创
2022-04-19 11:48:01
294阅读
效果对比：一.背景介绍首先anchor的设计是为了将所有可能的实例框的连续空间离散成具有预定义位置、比例和方向的有限个anchor框。实例框与anchor框的匹配基于IOU重叠。为了实现尺寸不变性，又因为以下特点：上层feature map有更多的语义信息适合于检测大位置，而下层feature map有更多的细粒度细节适合于检测小实例。所以当前，当与特征金字塔集成时，大anchor通常与上部fea
