最新 最热

首个基于Transformer的目标检测模型上线,大目标检测超越Faster R-CNN

Facebook AI Research的六名成员研究了近期非常流行的Transformer神经网络架构,创建了一个端到端的目标检测AI。研究员声称这种方法简化了目标检测模型的创建,并减少了对手工组件的需求。...

2020-06-04
0

独家 | COVID-19:利用Opencv, Keras/Tensorflow和深度学习进行口罩检测

本文为大家介绍了如何使用Opencv,Keras/Tensorflow构建一个口罩检测模型,以及如何将该模型应用到图片和视频中。

2020-06-04
1

DeepMark++: 详细解读基于CenterNet的服装检测,DeepFashion2比赛第二名方案

本文改进了CenterNet,实现了快速服装检测。主要方法是将语义关键点分组和作者提出的后处理技术结合获得了更高的精度,在DeepFashion2的验证集上,边界框检测任务精度为0.735 mAP,特征点检测任务精度为0.591 mAP。...

2020-06-03
0

目标检测 | 已开源!全新水下目标检测算法SWIPENet+IMA框架

论文地址:https://arxiv.org/abs/2005.11552.pdf

2020-06-03
0

目前最高最快最小模型 | (EfficientDet)可扩缩且高效的目标检测

模型效率在计算机视觉领域中越来越重要。作者研究了神经网络结构在目标检测中的设计选择,并提出了提高检测效率的几个关键优化方案。

2020-06-03
0

RCNN 学习笔记

Author : Ross Girshick Jeff Donahue Trevor Darrell Jitendra Malik

2020-06-03
0

YOLO v3实战之钢筋智能识别改进方案分享(二)

代码已上传至:https://github.com/cristianoc20/Rebar_Detection,欢迎各位给个star

2020-06-02
0

Tensorflow1.X迁移到2.0教程

1.转换好之后可能会报类似于“tf.placeholder() is not compatible with eager execution”这样的错,只需要在正常import tensorflow后面加上这一句:

2020-06-02
0

YOLO v3实战之钢筋数量AI识别(一)

本次的YOLO v3实战是基于DataFountain的一个比赛:智能盘点—钢筋数量AI识别,baseline model就选用上次讲解YOLO v3理论YunYang复现的YOLO v3。本次系列也和正常我们做比赛的流程一样分为两部分,这次也是第一部分将会带大...

2020-06-02
0

ICCV2017:Focal Loss for Dense Object Detection

[https://arxiv.org/abs/1708.02002](https://arxiv.org/abs/1708.02002)

2020-06-02
0