关键词generic object detection
搜索结果 - 3
- 显著与伪装目标检测及其扩展的空间相干性损失
通用物体检测是一项与类别无关的任务,它依赖于对象性的准确建模。我们提出了一种新的损失函数,即空间一致性损失(SCLoss),它利用相邻像素之间的相互响应来抑制或强调像素的单一响应,通过检测和强调边界逐渐学习困难区域。通过全面的实验证明,使用 - KDDMicrosoft Bing 上的大规模通用目标检测
本文介绍 Generic Object Detection(GenOD)系统,是一个可以在微软 Bing Visual Search 的所有查询中实时检测超过 900 个类别的最大的物体检测系统之一,可提供以物体为中心的信息,并在多种生产场 - TinaFace: 人脸检测的强大而简单的基线
该研究使用现有的模块和通用物体检测模型构建 TinaFace,实现人脸检测。TinaFace 在 WIDER FACE 挑战赛上实现了 92.1% 的精度。使用测试时增强后,TinaFace 的结果超过了当前最先进的方法,达到 92.4%