Rocky X 头像

Rocky X

585 声望
他还没有填写个人简介
关注了
0
粉丝数
2
最新动态
  • 发布了文章 ·
    CVPR2020 | 3D目标检测点云检测新网络 PV-RCNN

    今天这一篇是19年12月30日放到arxiv上的,其实在CVPR2020截止后就一直在关注在关注的一篇文章,毕竟在KITTI的3D检测上高居榜首,并且远远的超过了第二名。如下:

    摘要图
  • 发布了文章 ·
    华为诺亚方舟加拿大实验室提出BANet,双向视觉注意力机制用于单目相机深度估计

    这篇文章的作者是华为加拿大诺亚方舟实验室,是一篇将双向注意力机制用于弹幕深度估计的工作。主要的创新点在视觉注意力机制的基础上引入了前向和后向注意力模块,这些模块可以有效地整合局部和全局信息,以此来消除歧义。这篇文章又扩展了视觉注意力机制的应用范围,值得学习。

    摘要图
  • 发布了文章 ·
    CVPR2020 | BidNet:在双目图像上完成去雾操作,不用视差估计

    本文是收录于CVPR2020的工作,我是被双目图像去雾的题目所吸引的,其实整个工作的创新性不高,但是可以从中学到数据集的制作,图像去雾等基本知识。整体上,也可以看作视觉注意力机制的又一应用。

    摘要图
  • 发布了文章 ·
    CVPR2020 | 定向和密集的目标检测怎么办?动态优化网络来解决

    本文是中科院自动化所、腾讯优图、快手科技联合发表的工作,收录于CVPR2020。对定向和密集场景的目标进行检测,可以说是目标检测在特定场景下的应用与优化。具体的创新点在于特征选择模块通过改进可形变卷积,实现自适应感受野。对分类和回归任务进行动态优化。

    摘要图
  • 发布了文章 ·
    ECCV2020 | SNE-RoadSeg:一种基于表面法向量提取的道路可行驶区域分割方法

    这篇文章收录于ECCV2020,是一篇关于无碰撞空间区域分割的文章,整体效果很不错。最主要的核心思想是在表面发现估计器的设计,在得到表面法线后将其用于分割网络的编码器环节,并在特征融合部分,借鉴了DenseNet的思想,进行密集连接。网络的计算量和参数量文中并没有比较,应该做不到实时。

    摘要图
  • 发布了文章 ·
    ​Kaggle X光肺炎检测比赛第二名方案解析 | CVPR 2020 Workshop

    作者:SFXiang首发:AI算法修炼营论文地址:[链接]代码地址:[链接]出自:密歇根大学;深圳大数据研究院本文为Kaggle X光肺炎检测比赛第二名方案。在这项工作中,使用了基于Se-ResNext101为主干网络的RetineNet SSD网络模型, 同时使用了数据增广和多任务学习的技巧来实现肺炎区域的检测。简介肺炎约占全世界5岁以下儿童...

    摘要图
  • 发布了文章 ·
    一种用于移动机器人自动识别电梯按钮的去除透视畸变方法

    今天来看一下使用的文章,主要的内容是移动机器人用于电梯场景中下,对电梯按钮进行角点检测,并对透视畸变自动去除。整体思路将深度学习方法和传统方法相结合,实现了较好的性能。

    摘要图
  • 发布了文章 ·
    自动驾驶 | MINet:嵌入式平台上的实时Lidar点云数据分割算法

    这篇文章是激光雷达点云数据分割算法的嵌入式平台上的部署实现。主要的创新点有两点:一是利用多路分支采用不同分辨率输入后再用不同的卷积块进行处理,达到性能和计算量之间的平衡;二是对基于投影的点云分割方法进行了改进。在嵌入式平台上性能不错,代码将在文章被收录后开源,值得关注。

    摘要图
  • 发布了文章 ·
    CurcveLane-NAS:华为&中大提出一种结合NAS的曲线车道检测算法

    作者:SFXiang首发:AI算法修炼营 这篇文章是华为诺亚方舟实验室和中山大学开源的弯道车道线检测的工作,主要利用了NAS技术实现,使得车道敏感架构搜索和自适应点混合统一的用于曲线车道检测,解决了曲线车道检测问题。与现有方法相比,搜索网络实现了速度/FLOPS权衡的SOTA。

    摘要图
  • 发布了文章 ·
    目标检测应用竞赛 | 天池铝型材表面瑕疵(含数据集、详细解决方案)

    数据介绍:在铝型材的实际生产过程中,由于各方面因素的影响,铝型材表面会产生裂纹、起皮、划伤等瑕疵,这些瑕疵会严重影响铝型材的质量。为保证产品质量,需要人工进行肉眼目测。然而,铝型材的表面自身会含有纹路,与瑕疵的区分度不高。传统人工肉眼检查十分费力,不能及时准确的判断出表面瑕疵,质检的效率难以把控...

    摘要图
  • 发布了文章 ·
    PPDet:减少Anchor-free目标检测中的标签噪声,小目标检测提升明显

    这篇文章收录于BMVC2020,主要的思想是减少anchor-free目标检测中的label噪声,在COCO小目标检测上表现SOTA!性能优于FreeAnchor、CenterNet和FCOS等网络。整体思路可以说相当简单,就是在原来的基础上增加了标签池化和目标框聚合操作,其实可以看作是tricks。

    摘要图
  • 关注了专栏 ·
    图标
    极术公开课订阅

    订阅极术公开课,即时获取最新技术公开课信息

  • 关注了专栏 ·
    图标
    嵌入式AI

    嵌入式端AI,包括AI算法在推理框架Tengine,MNN,NCNN,PaddlePaddle及相关芯片上的实现。欢迎加入微信交流群,微信号:gg15319381845(备注:嵌入式)

  • 关注了专栏 ·
    图标
    Arm 技术博客

    Arm相关的技术博客,提供最新Arm技术干货,欢迎关注

  • 发布了文章 ·
    轻量化 | 如何让笨重的深度学习模型在移动设备上跑起来?看它!

    随着网络模型层数越来越深,参数越来越多,减少他们的大小和计算损耗至关重要,特别是对于在线学习和增强学习这样的实时应用来说,同时VR,AR 以及智能可穿戴设备的高速发展,需要研究者们解决将大规模学习系统部署到移动设备上的问题。作者:Rocky X首发:AI算法修炼营

    摘要图
认证与成就
获得 7 次点赞
2月29日 加入
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
Arm中国学堂公众号
关注Arm中国学堂
实时获取免费 Arm 教学资源信息
Arm中国招聘公众号
关注Arm中国招聘
实时获取 Arm 中国职位信息