03 2022 档案

摘要:论文提出引入少数超大卷积核层来有效地扩大有效感受域,拉近了CNN网络与ViT网络之间的差距,特别是下游任务中的性能。整篇论文阐述十分详细,而且也优化了实际运行的表现,值得读一读、试一试 来源:晓飞的算法工程笔记 公众号 论文: Scaling Up Your Kernels to 31x31: Re 阅读全文
posted @ 2022-03-21 13:09 晓飞的算法工程笔记 阅读(810) 评论(0) 推荐(0) 编辑
摘要:针对anchor-point检测算法的优化问题,论文提出了SAPD方法,对不同位置的anchor point使用不同的损失权重,并且对不同的特征金字塔层进行加权共同训练,去除了大部分人为制定的规则,更加遵循网络本身的权值进行训练 来源:晓飞的算法工程笔记 公众号 论文: Soft Anchor-Po 阅读全文
posted @ 2022-03-09 13:39 晓飞的算法工程笔记 阅读(356) 评论(0) 推荐(0) 编辑
摘要:作为与FCOS和FSAF同期的Anchor-free论文,FoveaBox在整体结构上也是基于DenseBox加FPN的策略,主要差别在于FoveaBox只使用目标中心区域进行预测且回归预测的是归一化后的偏移值,还有根据目标尺寸选择FPN的多层进行训练,大家可以学习下 来源:晓飞的算法工程笔记 公众 阅读全文
posted @ 2022-03-07 13:26 晓飞的算法工程笔记 阅读(304) 评论(0) 推荐(0) 编辑
摘要:Guided Anchoring通过在线生成anchor的方式解决常规手工预设anchor存在的问题,以及能够根据生成的anchor自适应特征,在嵌入方面提供了两种实施方法,是一个很完整的解决方案 来源:晓飞的算法工程笔记 公众号 论文: Region Proposal by Guided Anch 阅读全文
posted @ 2022-03-04 12:40 晓飞的算法工程笔记 阅读(321) 评论(2) 推荐(0) 编辑
摘要:SaccadeNet基于中心点特征进行初步的目标定位,然后利用初步预测框的角点特征以及中心点特征进行预测框的精调,整体思想类似于two-stage目标检测算法,将第二阶段的预测框精调用的区域特征转化为点特征。SaccadeNet在精度和速度上都可圈可点,整体思想十分不错 来源:晓飞的算法工程笔记 公 阅读全文
posted @ 2022-03-02 12:23 晓飞的算法工程笔记 阅读(442) 评论(0) 推荐(2) 编辑
摘要:FSAF深入地分析FPN层在训练时的选择问题,以超简单的anchor-free分支形式嵌入原网络,几乎对速度没有影响,可更准确的选择最优的FPN层,带来不错的精度提升 来源:晓飞的算法工程笔记 公众号 论文: Feature Selective Anchor-Free Module for Sing 阅读全文
posted @ 2022-03-01 13:19 晓飞的算法工程笔记 阅读(389) 评论(0) 推荐(0) 编辑