Black-Box Explanation of Object Detectors via Saliency Maps 通过显着图对目标检测器的黑盒解释
2021-11-17 09:02:13 2.96MB
目标检测论文解读1:(RCNN解读)Rich feature hierarchies for accurate object detection...-附件资源
2021-11-16 16:38:40 106B
1
VisDrone(无人机航拍图像目标检测)的对象检测 我的环境 1,Windows10(可使用Linux) 2,tensorflow> = 1.12.0 3,python3.6(anaconda) 4,cv2 5,合奏盒(pip安装合奏盒) 数据集(训练集的XML格式) (1)。数据集可从(2)。请在(提取码:ia3f)或上下载xml批注,然后在./core/config/cfgs.py中进行配置(3)。您还可以使用./data/visdrone2xml.py生成您的visdrone xml文件,修改路径信息。 training-set format: ├── VisDrone2019-DET-train │ ├── Annotation(xml format) │ ├── JPEGImages 预训练模型(ResNet50vd,101vd) 请在(krce)或上下载
2021-11-16 10:51:13 557KB tensorflow object-detection fpn cascade-rcnn
1
YOLACT实时实例细分 介绍 这是ICCV2019接受的论文的Tensorflow 2实现。 本文在扩展现有对象检测体系结构及其自身并行原型生成思想的基础上,提出了一种用于实际实例分割的全卷积模型。 在此回购中,我的目标是提供一种使用此模型的通用方法,让用户根据原始论文的想法,为自己的特定需求提供更多灵活的选项(自定义数据集,不同的主干选择,锚点规模和学习率进度表)。 [更新] 2021/03/23请认真处理此工作! 模型 这是原始纸上的YOLACT的插图。 A.数据集和预处理 1.准备COCO 2017 TFRecord数据集 / / 从注释中将/train2017 , /val2017和/annotations/instances_train2017.json和/annotations/instances_val2017.json提取到./data文件夹中,然后运行: pyth
1
为内窥镜伪影检测和分割 (EAD2020) 挑战提出的框架的实施 - 检测任务 挑战: : 我们的方法在人工制品检测任务中排名。 首先,最好阅读论文以了解一般框架: 可以在获取已安装 PyTorch 和 Detectron2 环境的 Docker 映像 本工作中使用的对象检测模型(Faster RCNN、Cascade RCNN 和 RetinaNet)基于构建 Ensemble and Test Time Augmentation改编自 对于引用,请使用以下 BibTeX 条目 @inproceedings { polat2020endoscopic , title = { Endoscopic Artefact Detection with Ensemble of Deep Neural Networks and False Positive Elimination.
1
配套csdn博客https://blog.csdn.net/WANGWUSHAN/article/details/118422175,适应性修改可直接应用于VOC数据集 相对坐标(cls,x,y,w,h)下的数据增强。
这是一本非常经典的关于设计模式的书籍,可堪称是设计模式的圣经。书中详细介绍了23中常用的设计模式,希望对正在学习软件工程或是系统架构的计算机工作人员带来帮助!
2021-11-10 07:23:45 5.05MB 设计模式 GOF 软件工程
1
Multi object tracking-a litrature review.pdf
2021-11-09 18:15:21 1.22MB 目标跟踪
1
OIDv4到VOC XML格式 如果您有使用Pascal VOC格式的经验,但是不能使用具有类的 。 比起如何下载每个类的图像并将注释转换为XML文件的步骤要多得多。 该规范已记录在案,易于理解。 请查看用法步骤。 打开图像数据集v4 可以在找到与该庞大数据集有关的所有信息。在这几行中,仅简要概述了一些统计信息和重要提示。 培养 验证方式 测试 #班 图片 1,743,042 41,620 125,436 -- 盒子 14,610,229 204,621 625,282 600 入门 安装 需要Python3。 克隆此存储库。 git clone https://g
1
目标检测训练秘籍,Bag of Freebies for Training Object Detection Neural Networks.pdf
2021-11-08 23:00:45 6.39MB 目标检测
1