网站首页 技术文章 第1153页

• 

  训练轮数降至1/10，商汤等提出升级版DETR目标检测器

  机器之心专栏机器之心编辑部今年5月底，FacebookAI提出了DETR，利用Transformer去做目标检测，该方法去除了许多目标检测中的人工设计组件，同时展现了非常好的性能。但是，DETR存在收敛速度慢和特征分辨率有限等...

  2024-09-16 btikc 技术文章 51 ℃ 0 评论
• 

  反应釜中常见的搅拌桨种类

  ...

  2024-09-16 btikc 技术文章 24 ℃ 0 评论
• 

  基于深度学习的人脸检测和识别方法介绍

  关注微信公众号：人工智能前沿讲习，重磅干货，第一时间送达人脸识别分人脸验证（faceverification）和人脸确认（faceidentification）；前者是指两个人是不是同一个人，即1-to-1mapping，而后者是...

  2024-09-16 btikc 技术文章 21 ℃ 0 评论
• 

  经验之谈|Anchor Boxes:物体检测的关键

  作者：AndersChristiansen编译：ronghuaiyang在使用CNN做物体检测的时候，其中一个最难的概念就是anchorboxes。这也是能够在你自己的数据集上提升性能的其中一个最重要的参数。实际上，如果anchorb...

  2024-09-16 btikc 技术文章 38 ℃ 0 评论
• 

  最全的目标检测入门系列(一)概述

  研究背景和意义目标检测（ObjectDetection），也称为物体检测。其任务是：...

  2024-09-16 btikc 技术文章 27 ℃ 0 评论
• 

  物体检测概述

  物体检测是计算机视觉和数字图像处理的热门方向，意在判断一幅图像上是否存在感兴趣物体，并给出物体分类及位置等（WhatandWhere）。本文主要进行...

  2024-09-16 btikc 技术文章 24 ℃ 0 评论
• 

  如何判断预测的目标边界框与实际目标发生遮挡?

  在YOLO目标检测算法中，判断预测的目标边界框与实际目标是否发生遮挡可以通过以下方法：1.IoU（IntersectionoverUnion）计算：计算预测的目标边界框与实际目标边界框之间的IoU值（交并比）。如果IoU值小于一定阈值...

  2024-09-16 btikc 技术文章 51 ℃ 0 评论
• 

  基于超分辨率重建和Transformer的退化草地空斑定位方法

  华南农业大学陆健强博士等：基于超分辨率重建和Transformer的退化草地空斑定位方法...

  2024-09-16 btikc 技术文章 40 ℃ 0 评论
• 

  最小代价分配移除NMS后处理，港大提E2E单阶段目标检测器

  ...

  2024-09-16 btikc 技术文章 21 ℃ 0 评论
• 

  用边线代替边框

  基于bbox的方法在目标检测领域取得了巨大的成功，但是某些距离较远、差距较大的目所造成的较大方差影响了目标检测定位的精度。目前基于迭代和逐级处理等方法又引入了复杂的处理流程和较大的计算开销。为了有效解决目标检测中精确定位的问题，来自港中文...

  2024-09-16 btikc 技术文章 22 ℃ 0 评论