摘要:
这是一篇发表于**CVPR2019**的关于显著性目标检测的paper,**《BASNet:Boundary-Aware Salient Object Detection》[1]**显而易见的就是关注边界的显著性检测,**主要创新点在loss的设计上,使用了交叉熵、结构相似性损失、IoU损失这三种的混合损失,使网络更关注于边界质量,**而不是像以前那样只关注区域精度。在单个GPU上能跑25 fps,在六种公开数据集上能达到 **state-of-the-art**的效果。 阅读全文
摘要:
I choose not to choose life: I choose something else. 阅读全文
摘要:
deepin15.10重装nvidia驱动及cuda,安装版本为cuda9.0,nvidia的Driver Version:为390.67 阅读全文
摘要:
提出了两种基于池化技术的模块GGM(全局引导模块)和FAM(特征整合模块),改进FPN在显著性检测的应用,而且这两个模块也能应用在其他金字塔模型中,具有普遍性,但是FAM的整合过程我认为有点像是**用平均中和了上采样带来的混叠效应**,但是不够优雅,**先下采样池化再上采样带来的损失可能代价太大**。 阅读全文
摘要:
问题记录 | VScode中使用IntelliJ的快捷键 主要想用ctrl+alt+l格式化Python代码 安装VScode的插件:IntelliJ IDEA Keybindings 安装方法: Installation 1. Install Visual Studio Code 1.30.2 o 阅读全文
摘要:
问题记录 | PyLint not recognizing cv2 members
类似Module 'cv2' has no '*' member 阅读全文
摘要:
本文解读的是一篇发表于CVPR2019的paper,来自华科和地平线,文章提出了Mask Scoring R-CNN的框架是对Mask R-CNN的改进,简单地来说就是给Mask R-CNN添加一个新的分支来给mask打分从而预测出更准确的分数。 阅读全文
摘要:
现有的目标检测器往往存在着三种层次的不平衡:
1. sample level 2. feature level 3. objective level
对应三个解决方案:
1. IoU-balanced Sampling 2.Balanced Feature Pyramid 3. Balanced L1 Loss
阅读全文
![](https://img2018.cnblogs.com/blog/1653638/201904/1653638-20190415213512939-1172223382.png)
摘要:
生活 前乒乓球爱好者、前篮球爱好者:basketball:、前滑轮爱好者,目前这些爱好也没坚持下去,现在的爱好是写写文章:memo:、炒炒股票:chart_with_upwards_trend:、听自己爱听的音乐:musical_note:、出门瞎逛逛:walking:。如果你也在深圳或许我们可 阅读全文
摘要:
StackGAN 阅读笔记 "StackGAN论文下载链接(arxiv)" 创新点 提出多尺度的GAN Stage I GAN Stage II GAN Stage I GAN 主要是根据文本描述抓取目标物体的主要形状轮廓和一些基础色块,生成低分辨率的图片。 Stage II GAN 修正Stage 阅读全文