Focal and Global Knowledge Distillation for Detectors(1).pptx
2022-05-29 17:05:41
2MB
1
104页的综述。Sift是David Lowe于1999年提出的局部特征描述子，并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有很强的匹配能力。在Mikolajczyk对包括Sift算子在内的十种局部描述子所做的不变性对比实验中，Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性。
2022-01-10 10:27:03
2.66MB
1
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
我们的 CVPR 2019 论文 Distilling Object Detectors with Fine-grained Feature Imitation 的实现
我们提出了一种基于锚点的对象检测模型的通用蒸馏方法，以利用大型教师模型的知识获得增强的小型学生模型，该模型是正交的，可以进一步与量化和剪枝等其他模型压缩方法相结合。 香草知识蒸馏技术的关键观察是预测置信度的类间差异揭示了笨拙的模型如何趋于泛化（例如，当输入实际上是一只狗时，模型将在猫标签上放置多少置信度）。 虽然我们的想法是物体附近特征响应的位置间差异也揭示了检测器倾向于泛化的程度（例如，模型的响应对于不同的近物体锚点位置有何不同）。
我们发布了基于 shufflenet 的检测器和基于VGG11的Faster R-CNN 的提取代码，该代码库实现了基于Faster R-CNN模仿。 检查以获取基于 Shufflene
2021-09-13 14:16:41
1.48MB
1
Siemens X-ray detectors in healthcare and their applications
2021-09-01 19:02:21
3.77MB
1
Tinne Tuytelaars1 and Krystian Mikolajczyk2编写的关于不动本体特征检测的综述，很值得看，。
搞图像学必看的文章
2021-05-17 15:19:23
4.37MB
1