重磅开源!目标检测新网络DetectoRS:54.7 AP,特征金字塔与空洞卷积的完美结合
相关推荐
-
IGBT模块焊料层空洞的形成及常用的无损检测方式
绝缘栅双极晶体管(IGBT)由于其高输入阻抗,开关速度快,通态电压低.阻断电压高.承受电流大和良好的热稳定性而成为当今功率半导体器件开发的主流.其应用领域广泛,已广泛应用于高铁及轨道交通,汽车电子,风 ...
-
论文推荐|【KSII TIIS 2021】DP-LinkNet:一种用于古籍文档图像二值化的卷积网络(有源码)
详情信息如下: 作者信息:Wei Xiong, Xiuhong Jia, Dichun Yang, Meihui Ai, Lirong Li, Song Wang 单位信息:湖北工业大学电气与电子工程 ...
-
递归算法复杂度Ω分析-分享
递归算法复杂度Ω分析-分享
-
COCO 54.7mAP!DetectoRS目标检测:改进主干网,成就新高度!
COCO 数据集上的目标检测精度的最高纪录已经有将近一年时间停留在53.3 mAP,曾经报告达到过这一高度的算法有: 1)Cascade Mask R-CNN(Triple-ResNeXt152, m ...
-
大连理工《Acta Mater》:温度梯度下Cu-Sn接头界面的准原位观察
Sn基无铅焊材已被广泛研究并在商业上用于替代Sn-Pb焊材.迄今为止,Sn-Ag-Cu焊材因其优异的机械性能和润湿性而被认为是消费电子产品中含铅焊材的最佳替代品.然而在Cu/SnAgCu/Cu微焊点中 ...
-
旷视孙剑团队提出Anchor DETR:基于Transformer的目标检测新网络
AI/CV重磅干货,第一时间送达 CVer 一个专注侃侃计算机视觉方向的公众号.计算机视觉.图像处理.机器学习.深度学习.C/C++.Python.诗和远方等. 214篇原创内容 Official A ...
-
超越MobileNetV3,谷歌提出MobileDets:移动端目标检测新标杆
极市导读:在移动端上的目标检测架构,目前比较流行的三大派系分别为:谷歌出品的MobileNet系列(v1-v3).旷视科技产品的ShuffleNet系列(v1-v2).Facebook出品的FBNet ...
-
CVPR2019 | 目标检测新文:Generalized Intersection over Union
加入极市专业CV交流群,与6000+来自腾讯,华为,百度,北大,清华,中科院等名企名校视觉开发者互动交流!更有机会与李开复老师等大牛群内互动! 同时提供每月大咖直播分享.真实项目需求对接.干货资讯汇总 ...
-
华科PAMI黑科技,方向任意目标检测新算法
在目标检测中,常用的目标包围框是水平矩形包围框,这对于一些目标方向不定的场景,并不能很好的进行检测. 典型的场景比如遥感图像中的目标检测,船只.飞机.大型建筑物等目标的方向不保证总是平行于图像 x 轴 ...
-
EfficientDet:COCO 51.0 mAP!谷歌大脑提出目标检测新标杆
昨天谷歌大脑团队发布了论文 EfficientDet: Scalable and Efficient Object Detection ,通过改进 FPN 中多尺度特征融合的结构和借鉴 Efficie ...
-
Facebook发布Detectron2,下一个万星目标检测新框架
Detectron是Facebook于2018年发布的专注于目标检测的深度学习框架,基于Caffe2深度学习框架,实现了众多state-of-the-art算法,其与商汤-香港中文大学MMLab实验室 ...
-
开源目标检测算法用于交通标志检测全方位评估
交通标志检测在自动驾驶.汽车主动安全中应用非常重要,通用的目标检测算法可以通过微调网络的方式直接用于交通标志检测.如何在不同的硬件平台和应用环境中选择算法?今天介绍的刚刚被<Neurocompu ...
-
阿里巴巴提出Auto-Context R-CNN算法,刷出Faster RCNN目标检测新高度
基于区域的CNN(R-CNN),在目标检测领域具有统治地位,在兴趣区域(RoI)上的操作比如RoIPooling和RoIAlign扮演了重要角色,但是它们只利用了兴趣区域内的信息,而兴趣区域附近的上下 ...
-
CaDDN:基于单目的3D目标检测新方法(CVPR2021)
作者丨元气满满的打工人 来源丨CV研习社 文章导读 导读:在自动驾驶的技术中,3D目标检测能够提更加丰富的信息,如:目标的类别.位置和姿态.因此,与2D检测相比,3D目标检测的难度更大.目前很多的方法 ...
