weixin_39749553的博客

这篇文章使用anchor free的方式进行行人检测,在两个数据集上都取得了SOTA的实验结果,论文还将这种方法使用在人脸检测上,同样取得了很好的效果,证明这种方法有很好的泛化能力.我在下一篇写了写这篇论文使用的标签,对理解这篇论文的Loss center有帮助.. 论文名称: High-level Semantic Feature Detection: A New Perspectiv...

接上一篇博客,持续更新CSP的源码解读. 论文名称: High-level Semantic Feature Detection: A New Perspective for Pedestrian Detection 论文地址:https://arxiv.org/abs/1904.02948 代码地址:https://github.com/liuw...

论文名称：Learning Efficient Single-stage Pedestrian Detectors by Asymptotic Localization Fitting 代码地址：https://github.com/liuwei16/ALFNet 这是18年行人检测做的结果比较好的一篇论文,如果发现我有写的不对的地方,欢迎指出 . 还是一篇行人检测，使用...

又是一篇 anchor-free 的论文，读完之后，感觉再次应证了自己的观点。anchor free的算法，结构其实都差不多，尤其是检测头部分，基本上都是从Image -- Image。最终预测结果也基本上都是 H*W*K H*W*4的图（要不就加几个分支）。他们本质上不同的地方其实是标签的定义，损失函数的设计，还有后处理。当然，最近的这几篇在后处理上的工作倒是没做多少，所以感觉这是一个...

一开始坑定是问项目,但每个人都不一样,所以没啥写的必要,然后开始问基础,这个大家都一样,所以有写的价值,最后编程,就写了个NMS,这个应该会吧? 旷视实习生面试, 感觉面试官对这种 two stage 的算法很在意, 问的问题也会从很宽泛到非常的细节. 面完之后感觉对这个算法的理解还是不够的, 所以 按照我碰到的问题,再来认真的撕一遍. 一 RPN 问:...

这是一篇使用 anchor free 方法做目标检测的工作，相对于其他的工作，没有本质上的变化，但是我觉得有两个创新点是很有意思的。 文章：FCOS: Fully Convolutional One-Stage Object Detection 论文地址：https://arxiv.org/pdf/1904.01355.pdf 代码地址：https://git...