源的博客

实时目标检测在计算机视觉中是一个非常重要的课题，因为它往往是计算机视觉系统中必不可少的组成部分。例如，多目标跟踪[94,93]、自动驾驶[40,18]、机器人[35,58]、医学图像分析[34,46]等。

在本文中，我们探讨了几种模型压缩提出了一种改进的目标检测方法基于YOLOv3-的微yolo体系结构很小。我们分析了几种类型的卷积层，如深度可分卷积(DSConv)以及与挤压和的反向瓶颈卷积激励块(MBConv)，以确定最优层为我们的Micro-YOLO网络。我们也探讨在这些卷积中不同核大小的影响对Micro-YOLO性能的影响。此外,我们提出了一种新的渐进式通道修剪方法方法使参数的数量最小化计算成本和mAP略有降低原来的网络。

文章目录论文以及源码获取论文题目参考文献研究背景新架构仿真分析总结论文以及源码获取论文下载：点击源码下载：点击论文题目《Sparse R-CNN: End-to-End Object Detection with Learnable Proposals》《稀疏R-CNN:端到端基于可学习建议的目标检测》参考文献Sun P, Zhang R, Jiang Y, et al. Sparse R-CNN: End-to-End Object Detection with Learnable Pr.

文章目录论文题目参考文献目录1.研究背景2.主要贡献3.相关工作3.1Hour Glass模块3.2 U-net网络架构3.3几何均值估计量4.主要内容4.1整体架构4.2Cholesky Estimator Network(CEN)4.3Visibility Estimator Network (VEN)4.4New Dataset: MERL-RAV5.仿真分析5.15.25.35.45.56.总结论文题目《LUVLi Face Alignment: Estimating Landmarks’Lo.

文章目录论文题目摘要1.介绍2.人脸欺骗检测方法3.实验工作论文题目《Deep Learning based Face Liveness Detection in Videos 》参考文献2017 IEEE(International Artificial Intelligence and Data Processing Symposium (IDAP))《视频中基于深度学习的面部表情检测》本人自译，转载译本需经许可！！！！！摘要人脸是重要的生物特征量，可用于访问基于用户的系统。由于可以通过移动

文章目录论文题目摘要1.介绍2.目标候选分析3.方法3.1基本模型3.2零样本目标候选3.3零样本分类预测3.4训练和推理4.实验结果4.1PASCAL VOC数据集的结果4.2MSCOCO数据集上的结果5.结论论文题目《ZERO-SHOT DETECTION WITH TRANSFERABLE OBJECT PROPOSAL MECHANISM 》《具有可转移对象候选机制的零样本检测》Yilan Shaoy, Yanan Liz, Donghui Wangyz浙江大学人工智能研究所，杭州浙江大