sparse r-cnn | BriefGPT - AI 论文速递

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。
PDF10 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。
PDFa 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。
PDFa 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。
PDF2 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。
PDF4 years ago