DJames23的博客

目标检测目标检测新框架CBNet | 多Backbone网络结构用于目标检测（附源码下载）模型的跨界：我拿Transformer去做目标检测，结果发现效果不错丢弃Transformer！FCN也可以实现端到端检测抛弃Anchor box和NMS，目标检测新范式开源：Sparse R-CNNYOLOv4官方改进版来了！55.8% AP！速度最高达1774 FPS，Scaled-YOLOv4正式开源！57.3 AP！刷新COCO目标检测和实例分割新记录！谷歌提出复制-粘贴大法三分支网络——目前目

摘要近年来，作为多目标跟踪的核心组件的目标检测和重新识别取得了显着进展。 但是，很少有人关注在单个网络中完成两项任务以提高推理速度。 沿此路径进行的初始尝试最终导致结果降低，这主要是因为未正确学习重新标识分支。 在这项工作中，我们研究了故障背后的根本原因，并因此提出了解决问题的简单基准。 它以30 fps的速度远远超过了公共数据集的最新水平。 我们希望这个基准可以启发并帮助评估该领域的新想法。 ...

使用几何引导的稀疏表示的3D点云属性压缩摘要与属性关联的3D点云被认为是沉浸式通信的有希望的范例。但是，此媒介的相应压缩方案仍处于婴儿阶段。而且，与常规的图像/视频压缩相比，压缩由不规则结构引起的3D点云数据是更具挑战性的任务。在本文中，我们为体素化3D点云的属性提出了一种新颖有效的压缩方案。在第一阶段，将输入体素化3D点云分为大小相等的块。然后，为处理3D点云的不规则结构，提出了一种几何引导...

文章正文部分参考博客：https://blog.youkuaiyun.com/batflo_wsh/article/details/89330195SupplementaryA.Overview该文件为主要论文提供了额外的定量结果，技术细节和更多定性的测试示例。 在Sec B中，我们扩展了健壮性测试，以比较不完整输入上的PointNet和VoxNet。 在Sec C中，我们提供了有关神经网络架构，训练...

Orientation-boosted Voxel Nets for 3D Object Recognition–ORION论文阅读一、 论文翻译摘要最近的工作在使用3D卷积网络的3D物体识别中显示出良好的识别结果。 在本文中，我们证明了面向对象（ object orientation）在3D识别中起着重要的作用。 更具体地说，我们认为对象在旋转下会诱发（induce）网络中的不同特征。 因...