HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

CentripetalNet:更合理的角点匹配,多方面改进CornerNet | CVPR 2020

<blockquoteCentripetalNet的核心在于新的角点匹配方式,额外学习一个向心偏移值,偏移值足够小的角点即为匹配,相对于embedding向量的匹配方式,这种方法更为鲁棒,解释性更好。另外论文提出的十字星变形卷积也很好地贴合角点目标检测的场景,增强角点特征<br/ <br

算法中的伪代码语法格式 - 算法实现表达利器

@toc伪代码pseudocode,是一种非正式的,类似自然语言,用于描述模块结构图的语言。对于熟练不同编程语言的程序员要理解其他编程语言编写的功能时很困难,而伪代码清晰、简单、可读性好,可将整个算法运行过程的结构用接近自然语言的形式描述出来。伪代码不关心软件工程的问题,常忽略数据抽象、模块

ExtremeNet:通过极点进行目标检测,更细致的目标区域 | CVPR 2019

<blockquoteExtremeNet检测目标的四个极点,然后以几何的方式将其组合起来进行目标检测,性能与其它传统形式的检测算法相当。ExtremeNet的检测方法十分独特,但是包含了较多的后处理方法,所以有很大的改进空间,感兴趣可以去看看论文实验中的错误分析部分<br/ <br/

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。