BriefGPT.xyz
Ask
alpha
关键词
sparse r-cnn
搜索结果 - 5
Box2Poly: 内存高效多边形预测任意形状和旋转文本
通过使用 Sparse R-CNN 中的级联解码流程进行多边形预测,我们提出了一种创新的方法来解决基于 Transformer 的文本检测技术中的挑战,既能提高精度,又能减少内存占用和推理速度。
PDF
10 months ago
M&M: 用多视角和多实例学习稀疏检测器解决乳腺 X 光检查中的误报问题
通过利用深度学习目标检测方法,我们提出了 M&M 这种多视角和多实例学习系统,以解决乳房 X 线摄影中错误阳性的问题,并在五个乳房 X 线摄影数据集上验证了其性能。
PDF
a year ago
ICCV
递归检测:端到端基于区域的递归目标检测
通过共享参数和引入递归解码器,以及在提议框中采用位置编码,该论文提出的 RecursiveDet 方法能够在减少模型参数和稍微增加计算成本的同时,显著提高端到端区域对象检测的性能。
PDF
a year ago
CVPR
动态稀疏 R-CNN
本文提出了两种动态设计来改进 Sparse R-CNN,第一种是基于最优传输算法的动态标签分配,第二种是动态提案生成,实验结果表明我们的方法使目标检测达到了最新的表现。
PDF
2 years ago
稀疏 R-CNN:可学习提议的端到端物体检测
Sparse R-CNN 是一种用于图像中目标检测的纯稀疏方法,通过固定的稀疏一组学习目标建议代替手动定义的物体候选框,并直接输出最终预测结果,表现优于基线模型,可用于 COCO 数据集等。
PDF
4 years ago
Prev
Next