instance detection | BriefGPT

关键词instance detection

搜索结果 - 8

多视角实例捕捉的高分辨率数据集
实例检测是机器人学和计算机视觉中的一个长期存在的问题，本文介绍了一个新的实例检测数据集和协议，并比较了各种基线方法的性能。
PDF8 months ago
BoIR：多人姿势估计的盒子辅助实例表示
本文提出了一种称为 BoIR 的边界框级实例表示学习方法，通过解决实例检测、实例解开和实例 - 关键点关联问题，同时解决了拥挤场景下的特征分离问题。我们的方法通过多任务学习底层关键点估计、边界框回归和对比实例嵌入学习，在推理过程中没有额外的
PDF9 months ago
形状锚引导的室内场景整体理解
该论文提出了一种形状锚点引导学习策略（AncLearn）来实现强大的室内场景理解。通过在检测阶段为生成可靠的提案提供可靠的特征，并在重建过程中直接提供具有良好结构的几何先验来降低噪声和离群点，将 AncLearn 嵌入到一种纯实例导向的重建
PDF10 months ago
CVPRBoxeR：用于 2D 和 3D Transformer 的 Box-Attention
本文提出了一种名为 Box-attention 的简单注意机制，通过将感兴趣的格子特征采样自不同盒子进行空间交互，从而改进了变形器在多个视觉任务上的学习能力。具体而言，我们提出了 Box Transformer，通过预测它们从输入特征图上的
PDF3 years ago
CVPR具有重叠双层的深度遮挡感知实例分割
该研究提出了使用双重卷积神经网络（Bilayer Convolutional Network）对高度重叠的物体进行实例分割，特别是在存在遮挡情况时能够提高性能，并通过实验证明了其简洁性及有效性。
PDF3 years ago
长尾实例分割的分类校准
本研究探究基于 LVIS 数据集的极长尾数据对两阶段实例分割模型性能下降的现象，并发现物体提议分类的不准确是主要原因。通过将分类头部进行预测校准并不需要额外的费用和修改检测模型架构，可以大幅提高基线模型的识别性能。
PDF5 years ago
超越想象：生成无限制的三维房间布局
我们提出了一个不依赖于典型框近似或曼哈顿世界假设的房间布局估计方法，将几何推断问题重新定义为实例检测任务，通过使用 R-CNN 直接回归 3D 平面来解决该问题，然后使用一种概率聚类的变体来结合每个视频序列中的每帧回归的 3D 平面及其相应
PDF5 years ago
目标驱动实例检测
针对实例检测问题，介绍了一种基于目标驱动 TDID 技术的检测器。该检测器基于现有的通用目标检测器进行改进，在训练期间不仅能提高实例识别性能，而且能够快速运行，并能够推广到检测新的实例。
PDF6 years ago