- 博客(11)
- 收藏
- 关注
原创 DINO 论文笔记
DINO通过使用对比方法,混合查询选择方法的anchor初始化的和盒子预测的look forward twice方案在性能和效率方面有了改进DINO使用ResNet-50 backbone以及多尺度特征,在COCO上,12个epoch达到49.4AP,24个epoch达到51.3AP 与之前最好的DN-DETR模型相比,分别显著提高了+6.0AP和+2.7APDAB和DN的结合使得类detr的模型在训练效率和推理性能方面都能与经典检测器竞争以往的类detr模型不如改进的经典检测器。
2023-03-15 08:52:37
2153
1
原创 Efficient Mirror Detection via Multi-level Heterogeneous Learning 【论文阅读笔记】
Efficient Mirror Detection via Multi-level Heterogeneous Learning 镜子检测论文
2023-02-01 16:34:13
381
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人