阿木寺的博客

Pix2Seq：一个简单而通用的目标检测新框架， 其将目标检测转换为语言建模任务，大大简化了pipeline，性能可比肩Faster R-CNN和DETR！还可扩展到其他任务。注1：有点像去年看到DETR的感觉，都是没有对标sota，而是跟milestone比较。所以这一两年都要把CV看成NLP来搞么，或者说大统一注2：文末附【Transformer】和【目标检测】交流群Pix2seqPix2seq: A Language Modeling Framework for Object Detectio

Pix2Seq：一个简单而通用的目标检测新框架， 其将目标检测转换为语言建模任务，大大简化了pipeline，性能可比肩Faster R-CNN和DETR！还可扩展到其他任务。注1：有点像去年看到DETR的感觉，都是没有对标sota，而是跟milestone比较。所以这一两年都要把CV看成NLP来搞么，或者说大统一注2：文末附【Transformer】和【目标检测】交流群Pix2seqPix2seq: A Language Modeling Framework for Object Detectio

非常期待YOLOv6（YOLOv4/v5已发布一年了），白嫖真香！其中YOLOX-L版本以 68.9 FPS 的速度在 COCO 上实现了 50.0% AP，比 YOLOv5-L 高出 1.8% AP！还提供了支持 ONNX、TensorRT、NCNN 和 Openvino 的部署版本。代码刚刚开源！YOLOXYOLOX: Exceeding YOLO Series in 2021作者单位：旷视科技代码：https://github.com/Megvii-BaseDetection/YOLO

非常期待YOLOv6（YOLOv4/v5已发布一年了），白嫖真香！其中YOLOX-L版本以 68.9 FPS 的速度在 COCO 上实现了 50.0% AP，比 YOLOv5-L 高出 1.8% AP！还提供了支持 ONNX、TensorRT、NCNN 和 Openvino 的部署版本。代码刚刚开源！YOLOXYOLOX: Exceeding YOLO Series in 2021作者单位：旷视科技代码：https://github.com/Megvii-BaseDetection/YOLO

前言一共搜集了65篇2D目标检测论文，涉及：通用目标检测、旋转目标检测、Few-shot/自监督/半监督/无监督目标检测等方向。作者：Amusi | 来源：CVerCVer 正式盘点CVPR 2021上各个方向的工作，本篇是热度依然很高的2D目标检测论文大盘点，之前已分享：最新！CVPR 2021 视觉Transformer论文大盘点（43篇）最新！CVPR 2021 OCR领域论文大盘点（22篇）关于更多CVPR 2021的论文和开源代码，可见下面链接：CVPR2021 Papers wit

没有FPN！更快更强，性能优于YOLOv4、DETR等网络，其中一版本性能44.3 mAP / 60 FPS，代码于12个小时前刚刚开源！注：文末附【目标检测】交流群想看更多CVPR 2021论文和开源项目可以点击：CVPR2021-Papers-with-Code​You Only Look One-level Feature作者单位：中科院, 国科大, 旷视科技代码：https://github.com/megvii-model/YOLOF论文下载链接：https://arxiv.org

没有FPN！更快更强，性能优于YOLOv4、DETR等网络，其中一版本性能44.3 mAP / 60 FPS，代码于12个小时前刚刚开源！注：文末附【目标检测】交流群想看更多CVPR 2021论文和开源项目可以点击：CVPR2021-Papers-with-Code​You Only Look One-level Feature作者单位：中科院, 国科大, 旷视科技代码：https://github.com/megvii-model/YOLOF论文下载链接：https://arxiv.org

点击上方“CVer”，选择加"星标"置顶重磅干货，第一时间送达前言距离AAAI 2021 开奖放榜结束有段时间了（近期将开始线上会议），其中的论文大多是目前的SOTA，所...

性能优于EIOU、Focal Loss、CIOU等，直接替换大多数检测网络中的原损失函数，均涨点明显！如PAA、ATSS和RetinaNet等。注：文末附【目标检测】交流群Focal and Efficient IOU Loss for Accurate Bounding Box Regression作者单位：华南理工大学, 地平线, 中科院(谭铁牛等)论文：https://arxiv.org/abs/2101.08158在目标检测中，边界框回归（BBR）是确定对象定位性能的关键步骤。但

性能优于EIOU、Focal Loss、CIOU等，直接替换大多数检测网络中的原损失函数，均涨点明显！如PAA、ATSS和RetinaNet等。注：文末附【目标检测】交流群Focal and Efficient IOU Loss for Accurate Bounding Box Regression作者单位：华南理工大学, 地平线, 中科院(谭铁牛等)论文：https://arxiv.org/abs/2101.08158在目标检测中，边界框回归（BBR）是确定对象定位性能的关键步骤。但

为了加速DETR收敛，本文提出了一种简单而有效的方案来改进DETR框架，即空间调制协同注意（SMCA）机制。即插即用，让DETR涨点明显。性能优于可变形DETR、DETR等网络。注1：文末附【Transformer】和【目标检测】交流群注2：整理不易，点赞的人暴富，论文多多！SMCAFast Convergence of DETR with Spatially Modulated Co-Attention作者单位：港中文(李鸿升团队), 商汤(代季峰), 北大论文：https://arxiv

为了加速DETR收敛，本文提出了一种简单而有效的方案来改进DETR框架，即空间调制协同注意（SMCA）机制。即插即用，让DETR涨点明显。性能优于可变形DETR、DETR等网络。注1：文末附【Transformer】和【目标检测】交流群注2：整理不易，点赞的人暴富，论文多多！SMCAFast Convergence of DETR with Spatially Modulated Co-Attention作者单位：港中文(李鸿升团队), 商汤(代季峰), 北大论文：https://arxiv

与DETR和可变形DETR范式不同，本文将ViT与RPN进行结合，即将CNN主干替换为transformer，组成为：ViT-FRCNN，作者称这可视为迈向复杂视觉任务（例如目标检测）纯transformer解决方案的重要基石。注：文末附【Transformer】和【目标检测】学习交流群Toward Transformer-Based Object Detection作者单位：Pinterest论文：Toward Transformer-Based Object Detection背景Tr

与DETR和可变形DETR范式不同，本文将ViT与RPN进行结合，即将CNN主干替换为transformer，组成为：ViT-FRCNN，作者称这可视为迈向复杂视觉任务（例如目标检测）纯transformer解决方案的重要基石。注：文末附【Transformer】和【目标检测】学习交流群Toward Transformer-Based Object Detection作者单位：Pinterest论文：Toward Transformer-Based Object Detection背景Tr

本文揭示了长尾目标检测中的主要问题是正负之间的梯度不平衡，并提出均衡损失(equalization loss)v2 表现SOTA！性能优于BAGS、Forest R-CNN等网络，代码即将开源！注：文末附【目标检测】学习交流群Equalization Loss v2: A New Gradient Balance Approach for Long-tailed Object Detection作者单位：同济大学, 商汤科技, 清华大学论文：https://arxiv.org/abs/2012.0

本文揭示了长尾目标检测中的主要问题是正负之间的梯度不平衡，并提出均衡损失(equalization loss)v2 表现SOTA！性能优于BAGS、Forest R-CNN等网络，代码即将开源！注：文末附【目标检测】学习交流群Equalization Loss v2: A New Gradient Balance Approach for Long-tailed Object Detection作者单位：同济大学, 商汤科技, 清华大学论文：https://arxiv.org/abs/2012.0

拿下COCO目标检测和实例分割双料第一名！目标检测数据刷到57.3 AP；实例分割刷到49.1 AP！Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation作者单位：谷歌大脑（Quoc V. Le等人）, 加州大学伯克利分校, 康奈尔大学论文下载链接：https://arxiv.org/abs/2012.07177注：文末附目标检测交流群建立数据高效且可以处理稀有对象类别的实

57.3 AP！刷新COCO目标检测和实例分割新记录！复制-粘贴是用于实例分割的强大数据增广方法拿下COCO目标检测和实例分割双料第一名！目标检测数据刷到57.3 AP；实例分割刷到49.1 AP！Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation作者单位：谷歌大脑（Quoc V. Le等人）, 加州大学伯克利分校, 康奈尔大学论文下载链接：https://arxiv.org/

作者：mileistone​- 来自：媒智科技https://zhuanlan.zhihu.com/p/315511581这几年人脸检测的benchmark越刷越高，方法也越来越复杂，提出的模块或者方法大都专门为人脸检测设计，不易复现和使用，比如DSFD里的FEM、PAL、IAM，ASFD里的AutoFEM、PAL、IAM、DRMC loss，HAMBox里的PA、OAM、RAL等等。WIDER FACE验证集hard结果WIDER FACE测试集hard结果鉴于此，我们设计了一个简单而.

Sparse R-CNN: End-to-End Object Detection with Learnable Proposals作者单位：港大, 同济大学, 字节AI Lab, UC伯克利沿着目标检测领域中Dense和Dense-to-Sparse的框架，Sparse R-CNN建立了一种彻底的Sparse框架， 脱离anchor box，reference point，Region Proposal Network(RPN)等概念，无需Non-Maximum Suppression(NMS)后处

Sparse R-CNN: End-to-End Object Detection with Learnable Proposals作者单位：港大, 同济大学, 字节AI Lab, UC伯克利沿着目标检测领域中Dense和Dense-to-Sparse的框架，Sparse R-CNN建立了一种彻底的Sparse框架， 脱离anchor box，reference point，Region Proposal Network(RPN)等概念，无需Non-Maximum Suppression(NMS)后处

项目链接：https://github.com/RangiLyu/nanodet作者：RangiLyuNanoDetSuper fast and lightweight anchor-free object detection model. Real-time on mobile devices.⚡Super lightweight: Model file is only 1.8 mb.⚡Super fast: 97fps(10.23ms) on mobile ARM CPU.????Tra

YOLOv4 官方改进版来了！55.8% AP！Scaled-YOLOv4：扩展跨阶段局部网络注：文末附目标检测微信交流群Scaled-YOLOv4: Scaling Cross Stage Partial Network作者单位：YOLOv4原班人马（Chien-Yao Wang、AlexeyAB等人）PyTorch代码：https://github.com/WongKinYiu/ScaledYOLOv4darknet代码：https://github.com/AlexeyAB/darkne

YOLOv4 官方改进版来了！55.8% AP！Scaled-YOLOv4：扩展跨阶段局部网络注：文末附目标检测微信交流群Scaled-YOLOv4: Scaling Cross Stage Partial Network作者单位：YOLOv4原班人马（Chien-Yao Wang、AlexeyAB等人）PyTorch代码：https://github.com/WongKinYiu/ScaledYOLOv4darknet代码：https://github.com/AlexeyAB/darkne

本文转载自：新智元 | 编辑：QJP【导读】谷歌人工智能实验室近日发布 Objectron 数据集，这是一个以3D目标为中心的视频剪辑的集合，这些视频剪辑从不同角度捕获了较大的一组公共对象。数据集包括 15K 带注释的视频剪辑，并补充了从地理多样的样本中收集的超过 4M 带注释的图像（覆盖五大洲的 10 个国家）。ObjectronObjectron 数据集链接（文末附下载）：https://github.com/google-research-datasets/Objectron/机器学习.

前言Amusi 发现一个很棒的开源项目，利用YOLOv5进行目标检测的"落地化"应用：安全帽佩戴检测。该项目使用了YOLOv5s、YOLOv5m、YOLOv5l来训练安全帽佩戴检测数据集，代码和权重均已开源！安全帽佩戴检测数据集也是开源的（共含7581 张图像）！项目教程也相当详细，推荐入门练手学习！而且有意思的是，该项目和数据集的两位作者均是中国人，点赞！项目链接（文末附下载）：https://github.com/PeterH0323/Smart_Construction数据集链接（文末附下

作者：CV Daily | 编辑：AmusiDate：2020-09-24来源：计算机视觉Daily 微信公众号（系投稿）原文：ECCV 2020 目标检测论文大盘点（49篇论文）前言距离ECCV 2020 会议结束有段时间了，但其中的论文大多是目前的SOTA，所以非常值得大家花时间阅读学习！ECCV 2020 有效投稿数为5025，最终收录1361篇论文，录取率是27%。其中104篇 Oral、161篇 Spotlights，剩下皆为Poster。计算机视觉Daily 将正式系列整理 E.

作者：AmusiDate：2020-09-05来源：CVer微信公众号原文：GitHub：Anchor-free目标检测最全资料集锦前言Anchor-free 目标检测 无疑是近一两年内目标检测非常重要的研究方向之一，Amusi 觉得特别是得益于DenseBox、CornerNet、FCOS和CenterNet等网络的创新性提出。近两年里，CVPR 2019、ICCV 2019、CVPR 2020和ECCV 2020上出现了不少anchor-free目标检测的优质工作。“先富带后富”，近来也.

作者：AmusiDate：2020-08-06来源：CVer微信公众号链接：YOLOv5被禁用！Kaggle全球小麦检测竞赛结果惹争议前言昨天(2020.08.05) Kaggle 全球小麦检测（Global Wheat Detection）比赛落下帷幕，共计2,270 支队伍参赛。比赛结束后，讨论区本该是晒成绩或者解决方案的，但却出现了大量关于"YOLOv5"的讨论。Amusi 先总结一下出现这类讨论的核心原因：YOLOv5被Kaggle禁止在这场比赛中使用！为什么YOLOv5 .

作者：Amusi原文链接：YOLOv4最强PyTorch复现来了！前言从今年4月 YOLOv4正式发布后，很多同学经常在CVer 目标检测交流群中问：“有没有同学复现YOLOv4的， 可以交流一下么”“现在有没有很好复现YOLOv4的开源项目，可以分享一下么？”…因为原版YOLO是基于C语言所写，光凭这一点就让不少同学望而却步。于是Amusi 上个月整理了：YOLOv4最全复现代码合集（含PyTorch/TF/Keras和Caffe等）上述整理的项目虽然更新频率较高，复现相对较全，但还.

编辑：AmusiDate：2020-06-28来源：CVer微信公众号链接：YOLOv4-Tiny来了！371 FPS！前言今天刷屏的动态一定是 YOLOv4-Tiny！实际上，YOLOv4-Tiny 在大前天（2020.06.25）的晚上就正式发布了，但鉴于当时处于端午假期，Amusi 特意没有更新，希望各位CVers过个好节，科研缓一缓，哈哈。YOLOv4 重要时间节点2020.04：YOLOv4 正式发布2020.06：YOLOv4-Tiny 正式发布YOLOv4-Tiny来了！

Summary: YOLOv3—Windows配置Author: AmusiDate: 2018-04-05YOLOv3翻译：https://blog.youkuaiyun.com/amusi1994/article/details/79698890yolo官网：https://pjreddie.com/darknet/yolo/目录硬件环境安装教程下载darknet修改darkne...

R-CNN《Rich feature hierarchies for accurate object detection and semantic segmentation》 CVPR 2014arxiv: http://arxiv.org/abs/1311.2524supp: http://people.eecs.berkeley.edu/~rbg/papers/r-cnn-cv...

object-detectionThis is a list of awesome articles about object detection.R-CNNFast R-CNNFaster R-CNNLight-Head R-CNNCascade R-CNNSPP-NetYOLOYOLOv2YOLOv3YOLTSSDDSSDFSSDESSDMDSSDPel...

http://www.tongtianta.site/group?group_id=1 https://blog.youkuaiyun.com/u014380165/article/details/80784147《An Analysis of Scale Invariance in Object Detection - SNIP》arXiv：https://arxiv.org/abs/1711.0...

前言本文只介绍如何利用YOLOv3训练好的model来计算VOC数据集的mAP。举一反三，很容易理解如何利用自己训练的model来计算自己的数据集的mAP。1 运行detector valid命令，进行测试./darknet detector valid cfg/voc.data cfg/yolov3-voc.cfg backup/VOC/yolov3-voc_final.we...

文章目录背景创新点Bounding Box Regression with KL LossSofter-NMS实验结果参考《Softer-NMS: Rethinking Bounding Box Regression for Accurate Object Detection》intro：CMU & Face++arXiv：https://arxiv.org/abs/1809.08...

《Faster RER-CNN: application to the detection of vehicles in aerial images》arXiv：https://arxiv.org/abs/1809.07628解决什么问题目标检测（Object Detection）是一个宽泛、通用的任务，旨在检测"万物"。但实际应用上，我们只需要检测部分物体即可。如常见的车牌检测、人脸检...

文章目录一、基本信息二、研究背景三、创新点3.1 概述3.2 详解3.2.1 问题分析3.2.2 Attention pipeline3.2.3 Implementation of the client-server version四、实验结果五、结论与思考5.1 作者结论5.2 记录该工作的亮点，以及可以改进的地方参考一、基本信息标题：《Fast and accurate object de...

Summary：腾讯优图：开源YOLO系列代码（含YOLOv3以及各种backbone）Author：AmusiDate：2019-01-017微信公众号：CVerhttps://github.com/cbsudux/awesome-human-pose-estimation原文链接：腾讯优图：开源YOLO系列代码（含YOLOv3以及各种backbone）知乎：https://zhu...