Jun, 2023

Ladder：用于图像标注、对象检测和模型部署的软件，可用于对象检测的周期性部署

PDF
TL;DRLadder 是一款图形用户界面软件，可为用户提供 OD 模型的快速标记，训练和部署，通过 Ladder 的 OD 技术，能够直接评估无人机照片中所拍摄作物的健康状态，并开发出了一种去除图像拼接的新型小麦条锈病检测方式，准确率分别为 72％，50％和 80％。
object detectionladderprecision agriculturedeep learninguav
发现论文，激发创造
  • EasyLabel: 一种半自动像素级物体标注工具，用于创建机器人 RGB-D 数据集

    本文提出了 EasyLabel 工具来方便地获取密集杂乱场景中像素级别的高质量实体标注。使用该工具生成的 Object Cluttered Indoor Dataset (OCID) 用于系统地比较现有的物体分割方法，并揭示了通过逐像素逐物体标注来提高机器人视觉现实应用的必要性。

    Feb, 2019

  • ObjectLab: 目标检测数据中误标记图像的自动诊断

    我们提出了 ObjectLab 算法，用于检测目标检测标签中的各种错误，包括：漏掉的边界框、位置错误的边界框和错误的类别标签分配。ObjectLab 利用任何经过训练的目标检测模型对每个图像的标签质量进行评分，从而可以自动优先考虑进行标签的审查和修正。适当处理错误数据可训练出更好的目标检测模型的版本，而无需更改现有的建模代码。ObjectLab 在不同的目标检测数据集（包括 COCO）和不同的模型（包括 Detectron-X101 和 Faster-RCNN）上始终比其他标签质量评分方法更准确地检测到注释错误的存在。

    Sep, 2023

  • 基于 YOLO 的学习方法的农业实时目标检测与机器人操控

    该研究提出了一种新的框架，将两种不同的卷积神经网络结构相结合，以在模拟环境中同时完成作物检测和收获（机器人操控）任务。利用机器视觉实现作物自动识别，提高收获效率，但仍面临挑战。通过随机旋转、裁剪、亮度和对比度调整来生成增强图像以进行数据集生成。使用一次性算法框架进行作物定位，以及使用视觉几何组模型来确定机器人操控的抓取位置。

    Jan, 2024

  • 植物病害检测的增量学习：基于知识蒸馏的分支成长

    本文针对农业应用中的类增量目标检测问题进行研究，比较了三种分类增量学习方法，并且实验结果表明，采用动态架构技术的 Dynamic Y-KD 方法在新旧分类上表现最佳。

    Apr, 2023

  • 基于深度学习的目标检测综述

    本调查研究了物体检测领域的主要发展现状以及现有典型检测模型的方法和评估数据集，分别分析了一阶段和二阶段检测器的综合概述，并总结了物体检测的传统和新型应用，最后就利用这些物体检测方法构建高效系统的应用建议和发展趋势进行了探讨。

    Jul, 2019

  • 大规模无监督物体发现

    提出了一种新的针对大规模数据集的无监督目标探索（UOD）形式化的排名问题方法，该方法可应用于特征自我学习，并结合各种分布式方法和链接分析，实现了完全无监督的 UOD 流程，在单目标和多目标探索方面表现良好。

    Jun, 2021

  • DSOD：从头开始学习深度监督目标检测器

    本研究提出了一种名为 DSOD 的新型深度监督目标检测器，通过设计一组原则以及采用密集的层内连接等手段使目标检测器可以从零开始训练，并在 PASCAL VOC 2007，2012 和 MS COCO 等数据集上完美取代了现有的模型。

    Aug, 2017

  • 基于激光雷达的三维物体检测中的超分布检测

    本文提出了一种基于特征提取的方法，用于检测 LiDAR-based 3D 物体检测中的异常输入，并通过使用 KITTI 数据集的实验结果表明不同的基于异常检测的方法对于不同输入的检测存在偏差，因此更多的综合方法和研究方向是必要的。

    Sep, 2022

  • 基于知识迁移的统一无监督显著目标检测

    提出一种用于通用无监督显著目标检测任务的统一框架，其中包括渐进式课程学习的显著性提取机制、自我矫正的伪标签优化机制和适配器调整方法，实现了在目标任务上取得更好的迁移性能。

    Apr, 2024

  • 从头开始使用深度监督进行物体检测

    提出 Deeply Supervised Object Detectors（DSOD）框架，实现可以从头开始训练的目标检测器。通过 Layer-wise Dense 连接在主干网和预测层之间实现深度监督，DSOD 能在 PASCAL VOC 和 COCO 数据集上取得比现有方法更好的检测结果，并使用更小的模型参数。

    Sep, 2018