最新 最热

ECCV20| 3D目标检测时序融合网络

论文题目:An LSTM Approach to Temporal 3D Object Detection in LiDAR Point Clouds

2020-12-11
0

CLOCs:3D目标检测多模态融合之Late-Fusion

文章:CLOCs: Camera-LiDAR Object Candidates Fusion for 3D Object Detection论文地址:在公众号「计算机视觉工坊」,后台回复「Late-Fusion」,即可直接下载。

2020-12-11
0

YOLOv4官方改进版来了!指标炸裂55.8% AP!Scaled-YOLOv4:扩展跨阶段局部网络

YOLOv4-large在COCO上最高可达55.8 AP!速度也高达15 FPS!YOLOv4-tiny的模型实现了1774 FPS!(在RTX 2080Ti上测试)

2020-12-11
0

目标检测中的Anchor-free回顾

Anchor-free 的检测算法可分为anchor-point的算法和key-point的算法。Anchor-point 检测器通过预测目标中心点,边框距中心点的距离或目标宽高来检测目标,本质上和anchor-based算法相似,此类算法有FCOS,CenterNet等;而key-p...

2020-12-11
0

3D版CenterNet: CenterPoint,小修小改也能刷爆榜单

最近3d目标检测领域出了一篇新作,思路简单,却在nuScenes榜单上高居第二。正式讲解它之前,先附上文章和代码地址:

2020-12-11
0

最新3D目标检测文章汇总(包含ECCV20和ACMMM20)

3D目标检测在ECCV20的文章中呈现依旧火热的研究趋势,本文对目前笔者看到过的ECCV20和ACM MM20的3D目标检测文章做一个汇总,分类方法按照该方法是否在对应数据集上实验作为分类方法。...

2020-12-11
0

实例分割综述(单阶段/两阶段/实时分割算法汇总)

目标检测或定位是数字图像从粗到细的一个渐进过程。它不仅提供了图像对象的类,还提供了已分类图像中对象的位置。位置以边框或中心的形式给出。语义分割通过对输入图像中每个像素的标签进行预测,给出了较好的推理。每个...

2020-12-11
0

3D点云two-stage目标检测方法优化综述

和二维图像目标检测一样,3D点云目标检测除了按照输入模态划分为基于点云、基于单目、基于双目或者是多模态融合的方法。也可以按照对proposal的提出和优化分为one-stage、two-stage甚至three-stage的方法。当然也可以...

2020-12-11
0

ECCV20 3D目标检测新框架3D-CVF

这一篇文章主要介绍一篇发表在ECCV20上的采用多模态融合的3D目标检测的文章,并总结一下目前多多模态的方法。所谓多模态融合,即采取多种传感器数据作为深度学习网络的输入,多模态融合的好处多种传感器获取到的信息存在互...

2020-12-11
0

YOLO窥见黑夜|YOLO in the Dark让黑夜里的目标检测成为可能

在光线弱的情况下进行视觉任务是一个比较困难的课题。Short-Exposure图像没有足够的特征进行视觉处理,而图像的亮度增强会引起噪声进而影响视觉任务。相比之下,Long-Exposure图像也含有噪声,由于运动模糊而影响视觉任务...

2020-12-11
0