- 博客(144)
- 收藏
- 关注
RSS订阅原创 Single-Domain Generalized Object Detection in Urban Scene via Cyclic-Disentangled Self-Distill阅读笔记
Cyclic-Disentangled Self-Distillation
2022-07-10 17:49:25
1423
1
原创 PKD: General Distillation Framework for Object Detectors via Pearson Correlation Coefficient阅读笔记
PKD论文笔记
2022-07-09 12:08:50
1330
2
原创 DN-DETR: Accelerate DETR Training by Introducing Query DeNoising阅读笔记
DN-DETR阅读笔记
2022-04-15 10:54:58
1391
原创 DAB-DETR:Dynamic Anchor Boxes Are Better Queries for DETR阅读笔记
DAB-DETR阅读笔记
2022-03-18 19:21:37
6612
1
原创 A ConvNet for the 2020s论文阅读笔记
ConvNeXt阅读笔记(一) Title(二) Summary(三) Research Object(四) Problem Statement(五) Method(六) Experiments6.1 ConvNeXt结构设计6.2 ImageNet实验6.3 目标检测任务和分割任务中的表现(七) Conclusions(八) Questions(一) Title论文地址:https://arxiv.org/abs/2201.03545代码地址:https://github.com/facebook
2022-01-19 15:45:34
3229
原创 旋转框resize中存在的问题
旋转框采用的表示方式为:（a）长边表示法longside format： x_c y_c longside shortside Θ参数介绍：x_c与y_c：旋转矩形框的中心坐标；longside: 顾名思义，最长的边；shortside：与longside对应的另一条边；Θ: 最长边到x轴逆时针旋转的夹角，逆时针方向角度为负 ，Θ∈[-180, 0)。经过然后对图片进行resize之后,边界框的位置发生了变换,不能够同原始图像对应上，下面.
2022-01-14 17:05:11
2072
1
原创 AutoSlim: Towards One-Shot Architecture Search for Channel Numbers阅读笔记
AutoSlim阅读笔记(一) Title(二) Summary(三) Research Object(四) Problem Statement(五) Method5.1 搜索通道数整体方案5.2 Slimmable Networks的训练5.3 Greedy Slimming(六) Experiments(七) Conclusion(八) Notes8.1 得到最优的Channel Numbers的方法(一) Title论文地址:https://arxiv.org/abs/1903.11728代码
2021-12-29 15:23:50
1979
1
原创 Channel-wise Knowledge Distillation for Dense Prediction阅读笔记
Channel-wise KD阅读笔记(一) Title(二) Summary(三) Research Object(四) Problem Statement(五) Method5.1 spatial distillation5.2 Channel-wise Distillation(六) Experiments6.1 实验设置6.2 和最近knowledge Distillation方法相比6.3 消融实验6.4 目标检测任务(七) Conclusion(八) Notes8.1 Dense Predict
2021-12-28 17:16:03
3172
2
原创 Gaussian Bounding Boxes and Probabilistic Intersection-over-Union for Object Detection阅读笔记
ProbIoU论文阅读笔记
2021-12-21 15:57:53
691
1
原创 Deformable DETR:Deformable Transformers for End-to-end object detection笔记
(一) 本文需要解决的问题DETR具有slow convergence以及limited feature spatial resolution原始的DETR模型存在的问题：训练时间长,需要500个epoch才能够收敛对小目标检测能力相对较弱在初始化时,Attention modules接近是均匀分布，需要长时间的训练才能将其转变为sparse meaningful locationsattention weight这边的权重计算是二次复杂度的，对于高分辨率图来说是高计算和高内存消耗的。De
2021-12-04 20:25:34
3175
原创 TransTrack: Multiple Object Tracking with Transformer论文阅读笔记
(一) Title论文地址：https://arxiv.org/abs/2012.15460代码地址：https://github.com/PeizeSun/TransTrack前言: 本文建立了一种novel joint-detection-and-tracking模型,在一个框架中完成目标检测和跟踪。这是首篇将Transformer引入到MOT任务中(二) Summary研究背景目前MOT中主要有两种方式:tracking-by-detection以及joint-detection-an
2021-11-30 16:02:47
3115
3
原创 FCOSR: A Simple Anchor-free Rotated Detector for Aerial Object Detection阅读笔记
(一) Title论文地址:https://arxiv.org/abs/2111.10780项目地址:https://github.com/lzh420202/FCOSR(二) Summary研究背景:现有的基于anchor-based方法的旋转框检测算法需要手动设置预设框,引入了额外的超参数和计算。基于anchor-free的方法通常具有复杂的体系结构,不容易部署。本文方法:本文提出了一个一阶段的带有角度旋转的检测框架FCOSR,一看就是基于FCOS架构,并且将二维高斯分布也引入进来
2021-11-26 21:26:57
4730
2
原创 Oriented Object Detection with Transformer阅读笔记
(一) Title前言: 本文没有开源,但是最近我有实现一个基于Transformer的Detector的想法,因此还是决定看下这个论文,然后再基于DETR构建一个基于Transformer的旋转框目标检测方法,怎么说呢？公式里的每一个符号我都能看懂,但是合到一起就看不懂了,而且看完这个论文的感受很不好，有太多疑问了，希望之后能够开源代码吧。论文地址:https://arxiv.org/abs/2106.03146代码地址:没开源(二) Summary背景DETR相比于传统的detector
2021-11-19 17:24:17
2909
原创 MOTR: End-to-End Multiple-Object Tracking with TRansformer阅读笔记
(一) Title论文地址:https://arxiv.org/abs/2105.03247代码地址:https://github.com/megvii-model/MOTR前言：最近有幸看了几篇MOT的工作,感觉目前MOT的工作有一些集中将循环神经网络引入来构建对轨迹的预测，从而实现对遮挡情况的处理,提升性能。然而我自己没有仔细研读过Transformer相关的论文,希望以此为契机,开启循环神经网络在视觉领域的研究。(二) Summary当前存在的问题：多目标跟踪任务之前的做法中,往往是基
2021-11-17 20:00:27
2325
1
原创 Recurrence along Depth: Deep Convolutional Neural Networks with Recurrent Layer Aggregation阅读笔记
(一) Title论文地址：https://arxiv.org/abs/2110.11852(二) Summary研究背景本文内容本文进一步探讨了layer aggregation的问题,使得previous layer的信息能够更好地服务于current layer的特征提取。通过引入recurrent layer aggregation(RLA),充分利用CNNs layers的顺序结构,帮助学习图像中的structural information.(三) Research Obje
2021-11-12 22:27:57
3565
8
原创 Learning to Track with Object Permanence阅读笔记
Learning to Track with Object Permanence阅读笔记(一) Tilte(二) Summary(三) Research Object(四) Problem Statement(五) Method5.1 CenterTrack框架5.2 将pairs frame扩展到video-level model5.3 怎么在完全遮挡情况下进行跟踪呢？5.4 怎么处理真实数据和生成数据之间的gap(六) Experiments6.1 数据集+评价指标6.2 实验设置6.3 消融实验6.3
2021-10-26 21:37:49
2244
1
原创 ByteTrack: Multi-Object Tracking by Associating Every Detection Box阅读笔记
(一) Title论文地址：https://arxiv.org/pdf/2110.06864.pdf代码地址：https://github.com/ifzhang/ByteTrack前言：截止20211019在MOT17上为SOTA,刚刚看源码的时候被项目的详细程度惊艳到了,而且猛然发现本作一作也是原来FairMOT的一作,不愧是大佬啊,忒强了(二) Summary背景介绍MOT的任务是estimating bounding boxes and identities of objects。从
2021-10-23 21:49:37
1435
17
原创 Alpha-Refine: Boosting Tracking Performance by Precise Bounding Box Estimation阅读笔记
(一)Title前言：提高tracker的性能，即插即用，无需训练，数据结果表现强劲，????啊。(二) Summary研究背景：目前trackers通过采用多阶段策略改善bounding box估计质量，不过目前方法存在的问题是：limited precisionthe coupling of different stages severely restricts the method‘s transferability本文提出方法提出Alpha-Refine模块，用于提升边界
2021-09-29 14:28:14
718
原创 GMOT-40: A Benchmark for Generic Multiple Object Tracking速读笔记
(一)Title前言: 这篇文章中提到GMOT和MOT并不是相同的内容,因此,这篇文章并不是关注的重点。代码: https://github.com/Spritea/GMOT40(二)Keypoints问题:现有的研究需要跟踪目标(比如行人)的先验知识,不能很好地推广到未见过的类别上(这个问题让我感到很迷惑,不知道下面introduction有没有介绍)。而General Multiple Object Tracking(GMOT)需要很少的关于目标的先验信息(这里的第二个疑问就是GMOT和M
2021-07-01 23:44:16
1463
原创 Alpha-Refine: Boosting Tracking Performance by Precise Bounding Box Estimation速读笔记
(一)Title前言: 准备开启跟踪的工作了，再不做就毕不了业了，先做文献阅读啦拉啦，欧耶！就是干！论文地址:https://arxiv.org/abs/2007.02024代码地址: https://github.com/MasterBin-IIAU/AlphaRefine关键点：multiple base trackers(二) Summary研究现状及问题：最近的trackers采用multiple-stage strategy来改善边界框estimation，这些方法首先粗略地
2021-07-01 22:41:39
1093
2
原创 Temporal Shift Module for Efficient Video Understanding速读笔记
(一)Title前言: 这篇文章看了之后,相对于双流,slow fast,时序建模不需要增加额外的计算复杂度,也不需要进行3D卷积。模型部署的成本较低，同时性能较好,真不戳！！！(二) Keypoints现有方法存在的问题3D CNN方法性能好,但是计算量很大,部署成本太高。解决方法：提出Temporal Shift Module(TSM)模块能够达到3D CNN的性能,同时保持了2D的复杂性。TSM的核心思想是：shift part of the channels along t
2021-07-01 18:03:43
360
原创 SlowFast Networks for Video Recognition速读笔记
(一) Title(二) KeyPoints提出结合使用slow pathway和fast pathway。slow pathway 慢帧率,主要关注空间信息从图像或者稀疏的帧中提取语义信息fast pathway减少通道数,lightweight,快帧率,更多地关注动作随时间的变化信息时间速率很快,轻量级,较弱的处理空间信息的能力。不需要temporal pooling快慢结合带来了检测结果上的提升。(三) Method本文主要包括3部分内容,首先是slow pathw
2021-07-01 17:06:25
168
原创 Attention is all you need阅读笔记
(一) Title前言：我又来看老论文了，Transformer去年就在图像领域很火了，当时没有怎么了解这方面的内容，想着有时间的话，看看这方面的内容，要跟得上发展的步伐才行啊！首先先整理下Transformer原始论文中的内容(课上讲过)，但是遗忘太多了。打算重新整理下再！(二) Summarydominant sequence transduction models(显性序列显性转导模型)往往基于复杂的循环神经网络，或者卷积神经网络。并且包含着一个编码器和一个解码器。而注意力机制在编码器和解码器
2021-04-04 22:04:02
628
1
原创 python使用动态规划求解最长回文子串
其实动态规划的代码还是很好写的。只要弄清楚状态转移方程，还有状态更新的顺序即可class Solution: def longestPalindrome(self, s: str) -> str: # dp[i][j] 表示是否为最长回文子串， # dp[i][j] = dp[i+1][j-1] or j-i < 2 if s[i] == s[j] # = false if ！
2021-04-01 16:04:45
252
原创 Towards Real-Time Multi-Object Tracking(JDE)论文阅读笔记
（一）Title前言：从之前的文献中，大致了解到这篇文献是在YOLOv3的基础上进行的跟踪任务，我们希望能够基于YOLOv3做一部分的跟踪工作，因此，打算对当前的论文记录一个阅读笔记。论文地址：https://arxiv.org/pdf/1909.12605v1.pdf代码地址：https://github.com/Zhongdao/Towards-Realtime-MOT数据集地址：https://github.com/Zhongdao/Towards-Realtime-MOT/blob/m
2021-02-02 17:36:21
851
2
原创 YOLO格式标注数据转COCO标注数据
这里仅仅考虑person类别，如果考虑其他类别，则需要增加类别信息，稍作调整即可。import jsonimport osimport imagesizeimport copydef txt_to_json(img_dir,annotation_dir,json_path,img_format='.jpg',annotation_format='.txt'): # json 文件主要两项内容 json_dict = dict() annotations = list()
2021-01-29 11:31:23
643
1
原创 deformable conv相关知识整理
起因我们希望能够将深度学习模型移植到嵌入式平台上，但是目前存在的问题是：在我们将要移植的嵌入式平台上是不支持deformable conv的，因此，需要对deformable conv进行替换，然而，我对于这个deformable conv不了解，因此，打算整理下deformable conv的相关内容。deformable conv对应论文：Deformable Convolutional Networks看了两篇文章之后，大概了解了deformable conv DCN干了点啥：其
2021-01-27 20:28:22
423
原创 A Simple Baseline for multi-object Tracking(FairMOT)论文阅读笔记
FairMOT论文笔记（一）Title（二）Summary（三）Research Obejct（四）Problem Statement（五）Method5.1 backbone5.2 Object Detection Branch5.3 Identity Embedding Branch5.4 Loss Functions5.5 在线跟踪（六）Experiment6.1 数据集6.2 实现细节实验1实验2 Multi-Layer Aggregation的影响实验3 对Re-ID特征维度的选择实验4 和Sta
2021-01-26 14:50:23
434
1
原创 Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression阅读笔记
（一）Title前言：（二）Summary背景概述目标检测中的bounding box回归任务往往采取的方式借助损失去回归bounding boxes的参数(位置/长/宽),但是它并不适用于评估度量(Intersection over Union,IoU)。同时作者指出当前研究者提出的IoU度量(IoU Loss 以及 Generalized IoU Loss)上存在的一些问题：收敛慢slow convergence回归不准确，inaccurate regression主要内容作者在
2020-12-29 22:44:31
559
原创 Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression阅读笔记
（一）Title前言:杠杆（二）Summary（三）Research Object（四）Problem Statement（五）Method（六）Experiments（七）Conclusion（八）Notes
2020-12-29 11:37:31
335
原创 什么是GIoU Loss?
首先我们给出论文中关于GIoU的算法叙述计算GIoU的算法过程图示说明这里我们按照GIoU算法过程进行讲解：首先绿色框表示的BpB^pBp,黑色框表示的是BgB^gBg,首先计算IoU和我们熟知的方式相同：IoU=IUI o U=\frac{\mathcal{I}}{\mathcal{U}}IoU=UI其中III表示上图中的灰色阴影部分，UUU表示的是两个矩形面积之和Ap+AgA^p+A^gAp+Ag去掉两个矩形相交面积III，因此IoU的表示可以用下式：IoU=IU=IAp+Ag
2020-12-22 09:32:49
2874
原创 Training-Time-Friendly Network for Real-Time Object Detection论文笔记
（一）Title论文地址：https://arxiv.org/abs/1909.00700代码地址：https://github.com/ZJULearning/ttfnet前言：Light-head，anchor-free，single-stage，TTFNet，作者在文中不断提及encode training samples plays a similar role as increasing the batch size，（二）Summary为了取得训练时间、推理速度以及精度之间的平衡，作
2020-12-18 11:26:25
305
5
原创 Generalized Focal Loss V2利用分布统计特征估计定位质量
（一）Title论文地址：https://arxiv.org/abs/2011.12885代码地址：https://github.com/implus/GFocalV2前言：GFLv1文章名：Generalized Focal Loss Learning Qualified and Distributed Bounding Boxes for Dense Object Detection。（二）Summary目前Localization Quality Estimation(LQE)在目标检测中
2020-12-16 09:56:13
961
1
原创 PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments论文笔记
PIoU Loss论文阅读（一）Title（二）Summary（三）Research Object（四）Problem Statement（五）Method5.1 Pixels-IoU(PIoU) Loss（六）Experiment6.1 实验细节6.2 Ablation Study6.3 Benchmark（七）Conclusion（八）Notes8.1 现有的OBB角度回归做法以及我们的做法8.2 Retail50K 数据集介绍（一）Title前言：作者改变前人在进行OBB回归时，使用水平anch
2020-12-15 15:44:57
279
2
原创 IoU-aware single-stage object detector for accurate localization论文阅读笔记
（一）Title（二）Summary作者指出目前single-stage检测器存在的问题：classification score和localization accuracy之间的低相关性使得模型性能无法得到提升，为了解决这个问题，提出了IoU-aware single-stage object detector,核心做法是：对每一个预测的bounding box，同时预测一个IoU，然后用这个IoU乘上classification score作为最终的检测置信度，使用这个检测执行度来进行后续的
2020-12-14 16:28:18
414
2
原创 Generalized Focal Loss Learning Qualified and Distributed Bounding Boxes for Dense Object Detection
（一）Title（二）SummaryOne-stage检测器将目标检测形式化为dense classification和localization。分类通常通过Focal Loss进行优化，bounding box的定位通常利用狄拉克δ分布进行学习。One-stage检测器的最新趋势是引入an individual prediction branch（单独的预测分支）来帮助分类，从而提升检测性能。作者在实践过程中发现了两个问题：在训练和推断阶段，质量评估和分类使用的不一致(即，单独训练但在测试中复
2020-12-11 16:43:38
548
原创 C++ vector(STL)初始化
vector<vector> visited(m, vector(n,0)); 初始化一个m行n列全部为false的vector
2020-12-08 17:01:04
178
原创 tqdm pbar.set_postfix使用
参考代码来自https://blog.csdn.net/qq_32464407/article/details/81113373# -*- coding: utf-8 -*- from tqdm import tqdmfrom collections import OrderedDict total = 10000 #总迭代次数loss = totalwith tqdm(total=total, desc="进度条") as pbar: for i in range(total):
2020-12-08 10:01:16
14841
原创 End-to-End Object Detection with Fully Convolutional Network阅读笔记
End-to-End Object Detection with Fully Convolutional Network阅读笔记（一）Title（二）Summary（三）Research Object（四）Problem Statement（五）Method5.1 Prediction-aware One-to-one Label Assignment5.2 3D Max Filtering5.3 Auxiliary Loss(辅助损失)（六）Experiment6.1 label assignment A
2020-12-07 22:43:41
3071
2
原创 CMake,Make区别
这里用我们自己的例子来说明：我在安装caffe时，里面存在的文件包括：CMakeLists.txt，Makefile.config，Makefile，这里应该是存在着两种安装方式，第一种是直接安装make all -j8.第二种是mkdir build,cd build,cmake …,make all -j8.第二种方式使用cmake，是将CMakeLists.txt转成make所需的makefile文件的。CMake是一种跨平台编译工具，比make更为高级，使用起来要方便得多。CMake主要是
2020-12-01 17:33:00
3526
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人