GWD:基于高斯Wasserstein距离的旋转目标检测 | ICML 2021
- 2022 年 6 月 29 日
- AI
论文详细描述了当前旋转目标检测的主要问题,提出将旋转回归目标定义为高斯分布,使用Wasserstein距离度量高斯分 …
Continue Reading论文详细描述了当前旋转目标检测的主要问题,提出将旋转回归目标定义为高斯分布,使用Wasserstein距离度量高斯分 …
Continue Reading论文提出了简单高效的PSS分支,仅需在原网络的基础上添加两个卷积层就能去掉NMS后处理,还能提升模型的准确率,而st …
Continue Reading论文提出细粒度分类解决方案CAP,通过上下文感知的注意力机制来帮助模型发现细微的特征变化。除了像素级别的注意力机制,还有 …
Continue Reading论文认为Batch Normalization并不是网络的必要构造,反而会带来不少问题,于是开始研究Normalizer …
Continue Reading论文提出NF-ResNet,根据网络的实际信号传递进行分析,模拟BatchNorm在均值和方差传递上的表现,进而代替Ba …
Continue Reading其实这篇文章很早就写好了,但作者其它论文涉及到洗稿问题,所以先放着了。目前看这篇文章没被举报有洗稿的嫌疑,所以就发出来了 …
Continue Reading论文深入分析了inverted residual block的设计理念和缺点,提出更适合轻量级网络的sandglass …
Continue Reading论文深入分析了inverted residual block的设计理念和缺点,提出更适合轻量级网络的sandglass …
Continue Reading不同于以往在固定数据集上测试性能,论文提出了一个更符合实际的全新检测场景Open World Object Detect …
Continue Reading论文提出了细粒度动态detection head,能够基于路由机制动态地融合不同FPN层的像素级局部特征进行更好的特征表 …
Continue Reading