摘要：
Learning Lightweight Lane Detection CNNs by Self Attention Distillation 车道线检测 https://github. com/cardwing/Codes-for-Lane-Detection. 阅读全文
摘要：
一、 摘要 refinement module 包含2个模块（anchor refinement module 和 object detection module） anchor refinement module 去掉负样本的anchor, 缩小分类器的搜索空间 object detection 阅读全文
摘要：
76.4 map on voc 2017, 22.4 map on coco. 23.6 FPS on iphone 8, 125 FPS on TX2. 一、 key features of pelee: 1. two-way dense layer 2. stem block (improve 阅读全文
摘要：
Yolov2 SSD300 SSD321 DSSD321 Light-Head R-CNN MobileNet-SSD MobileNet-SSDLite MobileNetV2-SSDLite MobileNetv3 peleeNet Tiny-DSOD ShuffleNet SqueezeNet 阅读全文
摘要：
GSLAM: A General SLAM Framework and Benchmark 2019.2 https://github.com/zdzhaoyong/GSLAM 阅读全文
摘要：
import pyrealsense2 as rs pipeline = rs.pipeline() config = rs.config() config.enable_stream(rs.stream.infrared) pipeline.start(config) frames = pipel 阅读全文
摘要：
pose estimation 相关文章和数据集 文章 openpose 系列 alphapose 系列 CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark.pdf Fast and Robust Multi 阅读全文
摘要：
1. 预先决定行动纲领 2. 列出你的分层目标 3. 设定你的优先顺序 4. 告知所有关键人物 5. 预留时间来取得别人的同意 6. 开始行动 7. 预测将会产生的问题 8. 凸显每项成功之处 9. 每日检讨你的计划 阅读全文
摘要：
在过去的几年里，ResNet网络可以说是一篇开创新的工作，ResNet使得训练更深的网络成为可能。除了图像分类任务以外，在目标检测以及人脸识别等领域发光发热。 AlexNet架构只有5层卷积，而VGG和GoogleNet分别有19和22层。网络层数越深，拟合能力就越强，但是网络的深度不能通过层与层的 阅读全文
摘要：
目前主流的检测算法分为两个方向： 1. R-CNN系列为代表的two-stage方向；（2）YOLO系列为代表的one-stage方向。虽然one-stage方向的速度更快，但是其精度往往比较低。究其原因，有两个方面： （1）正样本（Positive Example）和负样本（Negative Ex 阅读全文