The space of Shining

FromFor a class-aware detector, if you feed it an image, it will return a set of bounding boxes, each box associated with the class of the object inside (i.e. dog, cat, car). It means that by the tim...

转至https://zhuanlan.zhihu.com/p/43655912。今天给大家介绍的两篇工作的目的都是试图解决目标检测中最为棘手的遮挡问题。两篇文章的作者分别从loss设计和two stage detector中最关键的操作ROI Pooling/Align出发来针对遮挡问题进行针对性设计，从而减轻遮挡问题对于检测结果的影响。在开始介绍这两篇文章具体的工作之前，我先来和大家回顾一下...

论文题目：Repulsion Loss: Detecting Pedestrians in a Crowd论文链接：https://arxiv.org/abs/1711.07752motivation：目标检测的目的是使产生的proposal能更加接近真是目标框GT，而行人检测中经常会遇到行人密集拥挤的情况，文中称作crowd occlusion，使得训练输出的预测框会由于周围其他目标的影响...

原文：http://www.telesens.co/2018/03/11/object-detection-and-classification-using-r-cnns/在这篇文章中，我将详细描述VGG16 的 R-CNN（Regions with CNN features），最近引入的基于深度学习的目标检测和分类方法是如何工作的。事实证明，R-CNN在自然图像中检测和分类对象方面非常有效，其...

参考自xiamentingtao：https://blog.youkuaiyun.com/xiamentingtao/article/details/785980271. FPN解决了什么问题？答： 在以往的faster rcnn进行目标检测时，无论是rpn还是fast rcnn，roi 都作用在最后一层，这在大目标的检测没有问题，但是对于小目标的检测就有些问题。因为对于小目标来说，当进行卷积池化到最后一...

Model Zoo and BaselinesHardware8 NVIDIA V100 GPUsSoftwarePyTorch version: 1.0.0a0+dd2c487CUDA 9.2CUDNN 7.1NCCL 2.2.13-1End-to-end Faster and Mask R-CNN baselinesAll the baselines were tra...