哈哈哈喽喽喽

摘要： 1、基本介绍 MSCOCO 是具有80个类别的大规模数据集，其数据分为三部分：训练、验证和测试，每部分分别包含 118287, 5000 和 40670张图片，总大小约25g。其中测试数据集没有标注信息，所以注释部分只有训练和验证的。 关于COCO的测试集:2017年COCO测试集包含〜40K个测试 阅读全文

摘要： 使用单流和双流方式学习丰富的object语义，然后迁移到只需要单流的开集检测任务上 开集检测网络可以理解为： 类无关的视觉proposal提取+语义丰富的image embedding-text embedding空间的投射+多模态预训练模型分类器的生成；主要是学习第一和第二部分，第三部分用已有的C 阅读全文

摘要： 利用图文大模型给caption数据打bbox伪标签扩展数据，进而训练开集检测模型 1、动机 开集检测，在大规模caption数据集上预训练的网络有很强的开放分类能力，所以需要使用caption数据，但是caption数据没有box，所有怎么自动化生成caption的box信息 2、方法 2.1、伪b 阅读全文

摘要： 使用image-text pair数据+anation数据训练的2阶段检测模型FastRCNN,具有开集检测能力 1、动机 引入image-text pair LAION-400M数据集，训练开集检测模型 2、模型 2阶段检测模型Fast RCNN，分类层换成CLIP模型text encoder生成 阅读全文

摘要： 1、问题setting定义 作者还特地比了一下三种setting，OVD跟ZSD的区别应该就是在训练时，OVD可能会用到target类的embedding信息（当然只是说这些embedding信息可能包含在一堆caption中，谁也不知道里面有没有target信息，肯定不能给target类的bbox 阅读全文

摘要： 中国光伏行业协会CPIA 光伏领域：https://m.solarbe.com/21-0-356259-1.html 风电：https://news.bjx.com.cn/html/20210412/1146649.shtml 01 国内咨询机构 艾瑞网：http://report.iresearc 阅读全文

摘要： 一句话概括：既GLIP统一了目标检测和phrase grounding任务，GLIP2进一步统一了VL理解任务（VQA和caption）；好处是：VL learn任务给phase grounding带来的好处，是grounding性能更好了；phase grounding任务给VL learn带来的 阅读全文

摘要： FPN（Feature Pyramid Network特征金字塔）是解决多尺度问题的不二之选，至被提出以来，一直占据着模型的Neck层，faster rcnn、retinanet、FCOS、YOLO。几乎所有耳熟能详的基于CNN的目标检测模型都离不开FPN，也有很多工作是对FPN的魔改，如PAN（P 阅读全文

摘要： 1、安装 pip install nltk 2、下载wordnet组件 import nltk nltk.download('wordnet') 可以从这里 https://blog.csdn.net/RainyD4y/article/details/106970593 下载后放在相应位置 3、使用 阅读全文

摘要： 1、在线安装报错，使用离线安装方式，从下面下载离线包，直接pip install即可 https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.html 2、安装完会出现cv2包异常 解决办法是apt-get install -y 阅读全文