论文地址： http://arxiv.org/pdf/1902.07830v4.pdf
本文主要介绍了多端自动化的实践经历而非作为airtest的科普文章（因为airtest的官方文档真的是已经特别全了，非常建议实践之前先看一遍文档，大部分问题都能达到答案），主要叙述了在面对多端大规模场景时，自动化的技术选型、方...
论文：Active Learning for Deep Object Detection via Probabilistic Modeling
小目标在许多现实世界的应用中无处不在，包括驾驶辅助、大规模监控和海上救援。尽管由于深度神经网络的发展，目标检测取得了显著的进展，但大多数都是用于检测正常大小的目标。而小目标(AI-TOD数据集中小于 像素)往往表...
Faster R-CNN，YOLO和SSD在通用目标检测领域有着奠基一般的作用， 而YOLOv2和YOLOv3由于其灵活易用的特性，在工业界一直很受欢迎，下面这篇文章主要想从损失函数的角度集中讨论下这几个主流框架的区别。...
目标检测系列： 目标检测(object detection)系列（一） R-CNN：CNN目标检测的开山之作 目标检测(object detection)系列（二） SPP-Net：让卷积计算可以共享 目标检测(object detection)系列（三） Fast R-CNN：end-to-end的愉快训练 ......
http://mpvideo.qpic.cn/0bf2ruaguaaawaakfszb25qvbdodnkgqa2qa.f10004.mp4?dis_k=9b270ae26fa20c5099d0208
前言 本文介绍了知乎上关于视频目标检测与图像目标检测的区别的几位大佬的回答。主要内容包括有视频目标检测与图像目标检测的区别、视频目标检测的研究进展、研究思路和方法。...
计算机视觉研究的最终目标是使计算机能通过视觉观察和理解世界,具有自主适应环境的能力，在深度学习发展起来后，卷积神经网络被广泛应用到图像定位、目标检测、目标分割、目标跟踪、行为识别等应用方面。...
相比于普通的分类网络，基于超网的NAS更加难以训练，会出现收敛效果较差甚至不收敛的情况。并且，基于超网的NAS还需要额外关注子网的排序一致性等问题，训练策略的选择也极为重要。AutoSlim, BigNAS等文章都花费了大量篇幅来...
