少量物体检测（FsDet）
FsDet包含ICML 2020论文《令人中的官方几次物体检测实现。
除了以前的作品所使用的基准，我们还在三个数据集上引入了新的基准：PASCAL VOC，COCO和LVIS。我们对多组实验的多次抽样训练样本进行了多组采样，并报告了基础班和新颖班的评估结果。这些在“中有更详细的描述。
我们还为我们的两阶段微调方法（TFA）提供了基准测试结果和经过预训练的模型。在TFA中，我们首先在数据丰富的基类上训练整个对象检测器，然后仅在小的平衡训练集上微调检测器的最后一层。见为我们提供的模型和的培训和评估指导。
FsDet的模块化程度很高，因此您可以轻松添加自己的数据集和模型。该存储库的目标是为检测少量物体提供一个通用框架，该框架可用于将来的研究。
如果您发现此存储库对您的出版物有用，请考虑引用我们的论文。
@article{wang2020few,
tit
2022-05-06 11:56:43
309KB
1
少量物体检测
（ECCV 2020）PyTorch实施的论文“野外物体的少量目标检测和视点估计”
如果我们的项目对您的研究有所帮助，请考虑引用：
@INPROCEEDINGS{Xiao2020FSDetView,
author = {Yang Xiao and Renaud Marlet},
title = {Few-Shot Object Detection and Viewpoint Estimation for Objects in the Wild},
booktitle = {European Conference on Computer Vision (ECCV)},
year = {2020}}
变更日志
[2020年12月15日]在download_models.sh中download_models.sh的CO
2022-04-09 21:14:47
743KB
1
paper reading 论文阅读Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector
2021-04-27 09:09:36
3.35MB
1
翻译Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector_202
2021-03-18 21:07:10
1.16MB
1
PPT分享Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector
2021-03-18 21:07:10
4.14MB
1