oriented bounding boxes | BriefGPT

关键词oriented bounding boxes

搜索结果 - 9

基于类别感知的高质量导向提案的动态标签分配
该论文提出了基于复平面的有向检测框表示和三角误差损失函数，并构建了一个适用于复杂背景环境的有向对象检测模型，通过实验证明了该模型在有向对象检测方面的优越性能。
PDF3 days ago
基于盒状提示的完全遮挡和密集物体实例分割基础模型
提出了 CFNet 模型用于完全遮挡和密集目标的分割任务，该模型基于盒子提示的分割基础模型，首先通过检测有方向的边界框来进行粗略的实例定位，然后通过预测与边界框提示相关的掩码进行精细的分割，并利用先验几何属性来预测完全遮挡的目标实例，同时通
PDF6 months ago
PointOBB: 基于单点监督的学习导向目标检测
PointOBB 是第一个基于单个点的有方向物体检测方法，通过协同利用三个独特视图：原始视图、调整后的视图和旋转 / 翻转视图，在原始视图的基础上，利用调整后的和旋转 / 翻转视图搭建了一个尺度增强模块和一个角度获取模块，实现了尺度和角度的
PDF7 months ago
基于边缘的定向物体检测
在遥感领域，我们提出了一种基于边缘梯度的独特损失函数，通过此函数解决了定向物体检测中面临的非可微性和梯度向量对齐的问题，并设计了一个基于边缘的自注意力模块，通过这两个创新，我们在 DOTA 数据集上实现了 1.3% 的 mAP 提升。
PDF10 months ago
使用方向边界框进行物体检测的环境条件评估，用于增强现实应用
该研究提出了一种新的方法，使用定向边界框与深度识别网络来改善增强现实中场景分析和物体识别的性能和处理时间，该方法使用 DOTA 数据集和一个模拟不同环境、照明和获取条件的合成数据集进行评估，结果表明该方法在大多数测试条件下能够更好地识别小物
PDFa year ago
首尾损失：用于目标检测和无锚点模型的简单函数
该研究提出了一种新的损失函数来预测有向边界框，名为头 - 尾损失。新的损失函数使用两个关键点来表示目标的注释，并在目标的头部和尾部之间寻找最小距离来进行预测。实验结果表明该方法对于长形目标如船只和其他不同形状的目标都有潜力。
PDFa year ago
FCAF3D：全卷积无锚点 3D 物体检测
本文提出了一种基于点云的体素表示方法 FCAF3D，该方法利用稀疏卷积处理体素，可以在单个全卷积正向传递过程中快速处理大规模场景；同时，通过提出新的物体边界框参数化方式，消除了现有方法中对物体几何的先验假设，提高了方法的数据驱动性。在 Sc
PDF3 years ago
TS4Net：用于旋转物体检测的两阶段采样策略
本文提出了一个低空无人机数据集并使用 TS4Net 旋转物体检测器来检测旋转目标并达到与主流方法相当的优秀表现。
PDF3 years ago
CVPR面向方向不定且密集排列的物体检测的动态细化网络
本研究提出了一种动态细化网络解决因神经元的感受野方向固定及模型泛化性差而导致的面对有方向的、密集的对象的检测困难问题，并基于发起的 SKU110K 数据集提出了一种新的定向边界框注释方式，实验结果显示该方法与基线方法相比具有相当大的优势。
PDF4 years ago