retinanet | BriefGPT - AI 论文速递

关键词retinanet

搜索结果 - 8

黑匣子里有什么？目标检测器内部的假阴性机制
该研究通过对两种物体检测器的结构和数据集的分析，提出了 “五种假负面机制”，并探究了 Faster R-CNN 和 RetinaNet 在计算机视觉基准数据集和机器人应用中的 “假负面机制” 显著不同的原因。
PDF2 years ago
双意识注意力在少样本目标检测中的应用
利用 Dual-Awareness Attention (DAnA) 机制提出一种能够适应非常规图像输入的 Few-shot object detection 网络，并在不同评估设置下比之前方法显着增加性能。
PDF3 years ago
CVPR基于嘈杂锚点的单阶段目标检测学习
本文提出一种基于干净度分数的目标检测方法，旨在解决使用 IoU 进行二元标签分配时可能出现的嘈杂标签问题，通过分类和回归分支，并利用干净度分数对样本进行重新加权，提高定位和分类的准确性，实验证明该方法对多个 backbone 可以显著提升
PDF5 years ago
高性能精准人脸检测
本篇研究通过 Intersection over Union (IoU) 回归的损失函数，两步分类和回归的检测方法，数据基于数据锚采样的增强，采用分类的最大输出操作，并且采用多尺度的测试策略在一个阶段的 RetinaNet 方法中应用一些技
PDF5 years ago
ECCV基于 RetinaNet 的 ECCV 2018 更广泛的行人检测挑战
本文旨在研究基于 RetinaNet 的物体探测器在行人检测方面的性能，提出一种基于 RetinaNet 的行人检测系统，取得 0.4061 的 mAP 表现。
PDF5 years ago
一次检测的稳定优化
研究提出了单阶段目标检测的一致优化方法，通过利用训练过程中的改进型 anchors 匹配检测假设和推理质量，实现性能提升，在 COCO 数据集上，优化后的 RetinaNet 性能从 39.1 AP 提升到 40.1 AP。
PDF5 years ago
RetinaMask: 学习预测口罩免费提高最先进的单镜头检测
本文提出一种改进的单发检测器 RetinaMask，通过集成实例掩码预测、改进稳定的损失函数和增加训练时的困难样本等方式，将单发检测器的检测精度提高到和两阶段检测器相同的水平，COCO 测试结果显示，在保持相同运行时间的情况下，Retina
PDF5 years ago
MetaAnchor: 使用定制的锚点学习对象检测
本文提出了一种名为 MetaAnchor 的新型灵活的锚点机制，它能够从任意自定义的优先框生成锚点函数，并利用权重预测，能够与大部分锚点有关的对象检测系统（例如 RetinaNet）一起使用，并且在锚点设置和边界框分布方面要比预定义的锚点计
PDF6 years ago