m0_46651960的博客

【目标检测】RCNN算法详解【目标检测】Fast RCNN算法详解【目标检测】Faster RCNN算法详解实例分割模型Mask R-CNN详解

目标检测经典数据集Bounding Box Regression with Uncertainty for Accurate Object Detection非极大抑制（non-maximun suppression，NMS）本文目的：提出一种新颖的bounding box regression lossbounding\ box\ regression\ lossbounding box regression loss, for lear

  在训练模型中，通产选取一个非负数作为误差，且数值越小表示误差越小。一个常用的选择是平方函数。它在评估索引为iii的样本误差的表达式为l(i)(w1,w2,b)=12(y^(i)−y(i))2l^{(i)}(w_1,w_2,b)=\frac{1}{2}(\hat{y}^{ (i) }-y^{(i)})^2l(i)(w1​,w2​,b)=21​(y^​(i)−y(i))2其中，常数1/2使对平方项求导后的常数系数为1。这里的平方误差函数也称为平方损失（square loss）。  通常，我们用训练数据集中

Arbitrary-Oriented Object Detection with Circular Smooth Label（2020）圆形平滑标签（CSL，circular smooth label）。旋转检测器（the rotation detector）：提供精确的方向和比例信息，在诸如航空图像中的对象变化检测以及多方向场景文本的顺序字符识别等应用中将很有帮助。基于区域回归的检测器：通过旋转边界框或四边形来实现多方向对象的表示。存在问题：五参数回归法和八参数回归法都存在边界不连续问题，这通常

Multi-instance multi-label learning with application to scene classification. 传统的监督学习对象由实例（或特征向量）表示并与类标签关联。χ\chiχ：实例空间（或特征空间），YYY：类标签的集合。从给定的数据集{(x1,y1),(x2,y2),...,(xm,ym)}\left \{ ({x_1,y_1}),({x_2,y_2}),...,({x_m,y_m}) \right \}{(x1​,y1​),(x2​,y2​),

Z.-H. Zhou and M.-L. Zhang. Multi-instance multi-label learning with application to scene classification. In: Advances in Neural Information Processing Systems 19 (NIPS’06) (Vancouver, Canada), B. Schölkopf, J. C. Platt, and T. Hofmann, eds. Cambridge, MA:

Z.-H. Zhou. Multi-instance learning: A survey. Technical Report, AI Lab, Department of Computer Science & Technology, Nanjing University, Nanjing, China, Mar. 2004.Abstract  在多实例学习中，训练集包括由未标记实例组成的标记袋，任务是预测未看见的袋的标记。本文对此主题进行了调查。首先，它介绍了多实例学习的起源。然后，回顾了关于

Z.-H. Zhou and M.-L. Zhang. Ensembles of multi-instance learners. In: Proceedings of the 14th European Conference on Machine Learning (ECML’03), Cavtat-Dubrovnik, Croatia, LNAI 2837, 2003, pp.492-502.Abstract：在多实例学习中，训练集包括由未标记实例组成的标记袋，任务是预测未看见的袋的标记。通过对两种

Z.-H. Zhou and M.-L. Zhang.Neural Networks for Multi-Instance Learning. Technical Report, AI Lab, Department of Computer Science & Technology, Nanjing University, Nanjing, China, Aug. 2002.摘要  多实例学习是Dietterich等人提出的。在他们对药物活性预测的研究中。在这样的学习框架中，训练示例是由实例组成

Y.-L. Zhang and Z.-H. Zhou. Multi-instance learning with key instance shift. In: Proceedings of the 26th International Joint Conference on Artificial Intelligence (IJCAI’17), Melbourne, Australia, 2017, pp.3441-3447.摘要：  多实例学习（MIL）处理的任务是每个实例都由一包实例表示。一个袋子