one-stage detectors | BriefGPT

关键词one-stage detectors

搜索结果 - 12

CVPR面向恶劣图像条件下的视频目标检测的无源域适应
我们提出了一种用于视频目标检测的简单而有效的无源域自适应方法，STAR-MT。通过改进 YOLOV 方法，在包括噪声、气流湍流和雾霾等恶劣图像条件下，我们的方法始终提高了视频目标检测性能，展示了其在现实世界应用中的潜力。
PDF2 months ago
利用时间一致性进行高效的单阶段视频目标检测
我们提出了一个简单而高效的框架，通过利用视频帧中的时间一致性来解决计算上的瓶颈，从而实现了具有高效性的单阶段视频目标检测。
PDF5 months ago
重新思考跨领域行人检测：一种以背景为焦点的实例无关单阶段检测器分布对齐框架
跨领域行人检测的关键词是：跨领域行人检测、领域对齐、单阶段检测器、图像级特征对齐、以及背景聚焦分布对齐。摘要：本文提出了一种名为背景聚焦分布对齐（BFDA）的新框架，用于训练领域自适应单阶段行人检测器。BFDA 首先将背景特征从整个图像特征
PDF10 months ago
CVPR稠密目标检测的抗歧义半监督学习
提出了一种对抗 Selection ambiguity 和 Assignment ambiguity 的 Ambiguity-Resistant Semi-supervised Learning (ARSL) 方法，使用 Joint-Con
PDFa year ago
CVPR密集长尾目标检测的均衡焦点损失
研究表明，采用传统的聚焦损失平衡训练流程难以解决长尾数据分布下某些类别正负样本不平衡的问题，作者因此提出了一种称之为 Equalized Focal Loss (EFL) 的损失函数，该方法采用与类别相关的调节因子来平衡不同类别的正负样本损
PDF2 years ago
CVPRI3Net：隐式实例不变网络用于调整一阶段物体探测器
本文提出了一种适用于单级检测器的隐式实例不变网络（I3Net），通过利用不同层次深度特征的自然特点，从三个方面促进适应：动态和类平衡权重（DCBR）策略、类别感知对象模式匹配（COPM）模块和正则化联合类别对齐（RJCA）模块。实验结果表明
PDF3 years ago
ECCVMimicDet: 一阶段与二阶段物体检测方法之间的桥梁
本文提出了 MimicDet 方法，通过直接模仿两阶段特征来训练一个单阶段检测器，以缩小单阶段和双阶段检测器之间的准确性差距。实验证明，该方法在 COCO 检测基准测试中的效果优于当前最先进的方法。
PDF4 years ago
精准一阶段物体检测的 AP 误差
本文提出了一种有效的方法，将一阶段目标检测器的分类任务替换为排名任务，并采用平均准确率 (Average-Precision) 损失函数，通过优化算法，处理了训练中的极端正负样本不平衡问题，获得了比现有 AP-based 优化算法更出色的实
PDF4 years ago
IENet：交互分支单级无锚点探测器用于定向航空目标检测
本文提出了一种针对定向物体检测的一阶段无锚点检测器，即交互分支网络 (IENet)，通过应用新的几何转换来更好地表示定向对象的角度预测，并开发了包含自我关注机制的分支交互模块来融合来自分类和框回归分支的特征，最后，引入了一种增强的 IoU
PDF5 years ago
CVPRDR Loss: 通过分布式排序提高目标检测精度
本篇论文提出了分布式排名（DR）损失，以在单一阶段识别前景物体时处理前景和背景类别的数量不平衡和背景候选难度的不平衡。本方法不仅缓解了背景候选的内类别不平衡问题，而且提高了排名算法的效率。将 DR 损失应用于 RetinaNet 中，应用
PDF5 years ago
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。
PDF5 years ago
密集目标检测的 Focal Loss
本文研究了单阶段物体检测器比两阶段物体检测器速度更快，但精度更低的原因，并提出了一种名为 Focal Loss 的做法，以解决稠密检测器训练中遇到的前景背景类别不平衡问题，该方法能够提高准确性。在该方法的基础上设计了一种名为 RetinaN
PDF7 years ago