XX|XX的博客

Fast Visual Object Tracking with Rotated Bounding Boxes译文摘要引言相关工作基于Siamese网络的跟踪算法旋转的bounding box本文方法旋转角度估计尺寸细化改进（Ref）实验环境设置评估方法总体结果比较Ref的不同因子消融研究定性结果结论译文摘要在本文中，我们演示了一种新的算法，该算法使用椭圆拟合来估计边界框的旋转角度和大小，并...

Domain Adaptive Faster R-CNN for Object Detection in the Wild概述主要方法Image-level AdaptionInstance-level AdaptionJoint Adaption (consistency regularization)文章链接：https://arxiv.org/pdf/1803.03243.pdf文章参考...

摘要常规的对象检测方法基本上假定训练和测试数据是从受限的目标域中收集的，且标记成本很高。为了缓解域依赖性和繁琐的标记问题，本文提出了通过利用从辅助源域训练的具有足够标记的域知识来在不受限制的环境中检测对象的方法。具体而言，我们提出了一种用于无限制对象检测的多对抗性FasterRCNN（MAF）框架，该框架固有地解决了域差异最小化问题，以实现特征表示中的域自适应。本文的优点包括三个方面：1）考虑到...

Accurate and robust deep learning-based segmentation of the prostate clinical target volume in ultrasound images主要贡献文章链接：Accurate and robust deep learning-based segmentation of the prostate clinica...

FFA-Net: Feature Fusion Attention Network for Single Image Dehazing主要方法介绍文章链接：https://arxiv.org/pdf/1911.07559.pdf主要方法介绍

Real-Time Semantic Segmentation via Multiply Spatial Fusion Network主要方法介绍实验结果文章链接：https://arxiv.org/pdf/1712.00213.pdf主要方法介绍文章主要贡献：提出了一个多特征融合模块(MFM)，该模块使用设计好的空间感知池化SAP来扩大感受野，并且在保持较小的计算成本的同时恢复丢失的空...

Clustered Object Detection in Aerial Images译文主要方法介绍文章链接：https://arxiv.org/pdf/1904.08008.pdf译文文章译文参考：https://www.sohu.com/a/344534763_651893?spm=smpc.author.fd-d.2.1569933566105xEzTnmd主要方法介绍问题：目...

ACE: Adapting to Changing Environments for Semantic Segmentation文章译文主要方法介绍文章链接：https://arxiv.org/pdf/1904.06268v1.pdf文章译文译文可以参考：http://www.sohu.com/a/343366184_651893文章还是每周都在看的，只是没空更新一整个文章的翻译了，以后只...

A sparse annotation strategy based on attention-guided active learning for 3D medical image segmentation 译文摘要文章链接译文摘要三维图像分割是医学图像处理中最重要和最普遍的问题之一。它为准确的疾病诊断，异常检测和分类提供详细的定量分析。目前，深度学习算法被广泛应用于医学图像分割，大多数...

Reg R-CNN: Lesion Detection and Grading under Noisy Labels译文摘要引言方法Regression vs. Classification TrainingReg R-CNN & BaselineEvaluation实验Reg R-CNN：噪声标签下的病变检测和分级文章链接译文摘要对于同时检测和分类对象的任务，医学成像社区通常采用...

Fast Online Object Tracking and Segmentation: A Unifying Approach译文摘要引言相关工作方法全卷积Siamese网络SiamMask实现细节实验文章链接：https://arxiv.org/pdf/1812.05050.pdf译文摘要在本文中，我们将介绍如何使用一种简单的方法进行实时的视觉对象跟踪和半监督视频对象分割。我们的方法...

肺结节检测，假阳性减少和分割代表了胸部CT图像计算机分析中最常见的三项任务。已经提出了针对每个任务的方法，其中基于深度学习的方法最近非常受青睐。然而，训练深度学习模型以分别解决每个任务可能是次优资源密集型并且没有特征共享的益处。在这里，我们提出了一种新的端到端3D深度卷积神经网络DCNN，称为NoduleNet，以多任务方式联合解决结节检测，误报减少和结节分割。为了避免不同任务之间的摩擦并鼓励功能多样化，我们结合了两个主要的设计技巧1用于结节检测和误报减少的解耦特征图，以及2个用于提高结节分割精度的分割细化

CU-Net:Cascaded U-Net with Loss Weighted Sampling for Brain Tumor Segmentation一种用于脑肿瘤分割的新型级联U-net欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyP...