论文笔记_目标检测第19页

论文笔记（二十）VisuoTactile 6D Pose Estimation of an In-Hand Object using Vision and Tactile Sensor Data

VisuoTactile6DPoseEstimationofanIn-HandObjectusingVisionandTactileSensorData文章概括摘要1.介绍2.背景3.网络结构A.视觉触觉传感器融合B.姿势估计器C.损失函数4.数据集的生成A.触觉传感器不变的姿态估计B.数据收集设置C.数据集特征5.实验A.网络训练设置B.硬件部署6.结果A.量化评估B.定性评价C.消融研究D.与

墨绿色的摆渡人·2024-01-17 07:40

论文笔记（三十六）：6-DoF Pose Estimation of Household Objects for Robotic Manipulation: ... and Benchmark

6-DoFPoseEstimationofHouseholdObjectsforRoboticManipulation:AnAccessibleDatasetandBenchmark文章概括摘要1.介绍2.方法A.一组对象B.3D纹理物体模型C.捕捉真实图像D.用地面实况标注图像E.深度校准F.对称意识度量3.实验A.注释验证实验B.姿势预测基线C.BOP挑战赛D.详细实验4.与以前工作的关系5.

墨绿色的摆渡人·2024-01-17 07:40

论文笔记（十九）RGB-D Object Tracking: A Particle Filter Approach on GPU

RGB-DObjectTracking:AParticleFilterApproachonGPU文章概括摘要1.介绍2.贡献3.粒子滤波器4.可能性评估5.实施细节6.实验A.物体模型B.合成序列C.真实序列7.结论8.鸣谢文章概括作者：ChanghyunChoiandHenrikI.Christensen来源：CenterforRobotics&IntelligentMachines，Colle

墨绿色的摆渡人·2024-01-17 07:39

论文笔记（十四）：PoseRBPF: A Rao–Blackwellized Particle Filter for 6-D Object Pose Tracking

PoseRBPF:ARao–BlackwellizedParticleFilterfor6-DObjectPoseTracking文章概括摘要1.介绍2.相关工作3.用PoseRBPF进行六维物体姿势跟踪A.问题定式化B.PoseRBPF概述C.Rao–Blackwellized粒子滤波器的公式D.观察似然E.运动先验F.6维对象姿态跟踪框架G.PoseRBPF的RGB-D扩展H.快速PoseRB

墨绿色的摆渡人·2024-01-17 07:09

论文笔记（十八）：Object Detection and Spatial Location Method for ... Based on 3D Virtual Geographical Scen

ObjectDetectionandSpatialLocationMethodforMonocularCameraBasedon3DVirtualGeographicalScene文章概括摘要1介绍2方法框架3三维虚拟地理场景的融合构建算法A.三维地理场景的构建B.初始化虚拟摄像机C.生成三维虚拟地理场景4基于三维虚拟地理场景的坐标计算算法5使用Brax：解决运动和操作问题5.1与Brax捆绑的学

墨绿色的摆渡人·2024-01-17 07:09

论文笔记（四）：6-PACK: Category-level 6D Pose Tracker with Anchor-Based Keypoints

6-PACK:Category-level6DPoseTrackerwithAnchor-BasedKeypoints文章概括1.摘要2.介绍3.相关工作4.问题定义5.模型5.1基于锚的注意机制5.2无监督的3D关键点生成6.结论文章概括作者：ChenWang，RobertoMart´ın-Mart´ın，DanfeiXu，JunLv，CewuLu，LiFei-Fei，SilvioSavares

墨绿色的摆渡人·2024-01-17 07:08

论文笔记（七）：ROS Reality: A Virtual Reality Framework Using Consumer-Grade Hardware for ROS-Enabled Robot

ROSReality:AVirtualRealityFrameworkUsingConsumer-GradeHardwareforROS-EnabledRobots文章概括摘要1.介绍2.相关工作3.ROSRealityA.作为远程操作界面的VRB.系统概述C.ROSD.HTCViveE.UnityF.ROSReality1）WebSocket客户端2）URDF解析器3）TransformList

墨绿色的摆渡人·2024-01-17 07:08

论文笔记（一）：se(3)-TrackNet: Data-driven 6D Pose Tracking by ...... in Synthetic Domains

se（3）-TrackNet：Data-driven6DPoseTrackingbyCalibratingImageResidualsinSyntheticDomains文章概括1.摘要2.介绍3.相关工作3.1数据驱动的6D姿势估计：3.26D姿势跟踪：3.2.1概率跟踪：3.2.2基于优化的跟踪：3.3模拟到现实：4.方法4.1具有残差的SE（3）流形上的跟踪4.2神经网络的设计4.3通过PP

墨绿色的摆渡人·2024-01-17 07:38

论文笔记（二）：DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion

DenseFusion:6DObjectPoseEstimationbyIterativeDenseFusion文章概括1.摘要2.介绍3.相关工作3.1来自RGB图像的姿势：3.2来自深度/点云的姿势：3.3来自RGB-D数据的姿势：4.模型4.1结构概括4.2语义分割4.3Dense特征提取4.3.1密集的3D点云特征嵌入4.3.2密集的彩色图象特征嵌入4.4Pixel-wise密集融合4.4

墨绿色的摆渡人·2024-01-17 07:38

论文笔记（四十）Goal-Auxiliary Actor-Critic for 6D Robotic Grasping with Point Clouds

Goal-AuxiliaryActor-Criticfor6DRoboticGraspingwithPointClouds文章概括摘要1.介绍2.相关工作3.学习6D抓握政策3.1背景3.2从点云抓取6D策略3.3联合运动和抓握规划器的演示3.4行为克隆和DAGGER3.5目标--辅助DDPG3.6对未知物体进行微调的后视目标4.实验4.1模拟消融研究（AblationStudiesinSimul

墨绿色的摆渡人·2024-01-17 07:00

ImageNet Classification with Deep Convolutional 论文笔记

✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。个人主页：小嗷犬的个人主页个人网站：小嗷犬的技术小站个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。本文目录标题和作者摘要创新点ReLU多GPUDropout其他网络结构输入层（Inputlayer）卷积层（C1）卷积层（C2）卷积层（C3）卷积层（C4）卷积层（C5）全连接层（FC6）全连接层（FC7）输

小嗷犬·2024-01-17 06:25

[论文笔记] PAI-Megatron 1、Qwen continuing pretrain(CT)千问预训练

通义千问开源模型在PAI灵骏的最佳实践-知乎https://github.com/alibaba/Pai-Megatron-Patch/blob/main/examples/megatron.md背景：目标：使用qwen基座来做CT。数据情况：预训练数据已经用qwen-tokenizer分过词。所以不需要准备数据。如果需没有数据，也可以从Pai-Megatron上拉数据。Megatron训练流程：

心心喵·2024-01-17 06:54

论文笔记：信息融合的门控多模态单元（GMU）

整理了GMU（ICLR2017GATEDMULTIMODALUNITSFORINFORMATIONFUSION）论文的阅读笔记背景模型实验论文地址：GMU背景多模态指的是同一个现实世界的概念可以用不同的视图或数据类型来描述。比如维基百科有时会用音频的混合来描述一个名人；来自社交网络的用户用文本和多媒体附件(图像/视频/音频)评论音乐会或体育比赛等事件。医疗记录由图像、声音、文本和信号等的集合表

图学习的小张·2024-01-17 06:23

目标检测DETR：End-to-End Object Detection with Transformers

NMS对一个目标生成了多个检测窗口，但是事实上这些窗口中大部分内容都是重复的，找到目标检测最优的窗口选取多个检测窗口中分数最高的窗口，剔除掉其他同类型的窗口anchorgenerator首先在该点生成scale

发呆哥o_o ....·2024-01-17 06:18

【目标检测实验系列】YOLOv5模型改进：融入坐标注意力机制CA，多维度关注数据特征，高效涨点！（内含源代码，超详细改进代码流程）

自我介绍：本人硕士期间全程放养，目前成果:一篇北大核心CSCD录用,两篇中科院三区已见刊，一篇中科院四区在投。如何找创新点，如何放养过程厚积薄发，如何写中英论文，找期刊等等。本人后续会以自己实战经验详细写出来，还请大家能够点个关注和赞，收藏一下，谢谢大家。1.文章主要内容本篇博客主要涉及坐标注意力机制CA结构融合到YOLOv5模型中。（通读本篇博客需要7分钟左右的时间）。2.详细代码改进流程2.1

弗兰随风小欢·2024-01-17 06:12

深度学习常见数据集格式解析

深度学习中常见的数据集格式（主流的目标检测网络要求的格式）主要分为VOC、COCO以及YOLO格式，但是不同的数据标注软件导出的标注格式可能不尽相同，所以我们需要了解不同数据格式的特点以及如何互相转化。

不想动脑筋的亮亮·2024-01-17 04:15

【论文笔记】基于强化学习的连续型机械臂自适应跟踪控制

文章目录摘要关键词0引言1空间连续型机器人动力学模型1.1场景假设(1)环境假设(2)模型假设1.2公式分析2空间连续型机器人滑模控制器3基于强化学习的滑模控制器4仿真校验5结论摘要【针对问题】空间主动碎片清除操作中连续型三臂节机器人系统跟踪【提出方法】一种基于强化学习的自适应滑模控制算法（强化学习+滑模控制）【具体内容】（1）基于数据驱动的建模方法，采用BP神经网络对三臂节连续型机械臂进行建模；

Ctrl+Alt+L·2024-01-16 22:23

大模型背景下计算机视觉年终思考小结（一）

1.引言在过去的十年里，出现了许多涉及计算机视觉的项目，举例如下：使用射线图像和其他医学图像领域的医学诊断应用使用卫星图像分析建筑物和土地利用率相关应用各种环境下的目标检测和跟踪，如交通流统计、自然环境垃圾检测估计等上述应用所采用的计算机视觉的方法遵循统一的标准流程

赵卓不凡·2024-01-16 22:05

标准卷积、深度可分离卷积与GSConv，YOLOv8引入SlimNeck

摘要：目标检测是计算机视觉中一项重要的下游任务。对于嵌入式边缘计算平台来说，很难实现实时检测的要求，使用巨大的模型也是困难的。此外，由大量深度可分离卷积层构建的轻量级模型无法达到足够的准确性。

masterMono·2024-01-16 16:31

模型优化论文笔记6----MobileNets采用深度可分离卷积在权衡精度的同时减小模型尺寸和时延

《MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications》论文地址：https://arxiv.org/abs/1704.04861MXNet框架代码：https://github.com/miraclewkf/mobilenet-MXNet1.主要思想介绍了两种简单的全局超参数用以平衡时延和准确率，构建

JaJaJaJaaaa·2024-01-16 16:28

论文笔记-混合卷积MixConv: Mixed Depthwise Convolutional Kernels

Hello，今天是论文阅读计划的第9天啦～调整计划后，现在都趁着早上最安静最无打扰的时候看论文，完成每天的论文阅读任务。今天我们介绍一篇混合卷积的内容，我最初找到这篇论文呢，是因为我自己做的论文，在思考怎么能让它更好的补获时序信息。所以现在会有意识的培养自己论文阅读的习惯，不断累积更多的想法，在未来突然有需要的时候，脑袋里不会空空如也。一、题目关键词解读MixConv:混合卷积，思考怎么混合法？大

Lyndsey·2024-01-16 16:57

【论文笔记合集】卷积神经网络之深度可分离卷积（Depthwise Separable Convolution）

本文作者：slience_me我看的论文地址：MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications内容1.标准卷积假设输入为DF×DF×M，输出为输入为DF×DF×N，卷积核为DK×DK×M，共有N个卷积核进行卷积操作下图为标准的卷积过程，每个卷积核对输入的向量进行卷积操作，得到一个特征映射，共有N个卷

slience_me·2024-01-16 16:52

人工智能任务4-读懂YOLOv5模型的几个灵魂拷问问题，深度理解 YOLOv5模型架构

YOLOv5是一种高效且精确的目标检测模型，由ultralytics团队开发。它采用了轻量级的网络结构，能够在保持高性能的同时降低计算复杂度。

微学AI·2024-01-16 14:15

YOLOv5姿态估计：HRnet实时检测人体关键点

YOLOv5进行姿态估计，HRnet与SimDR检测图片、视频以及摄像头中的人体关键点，欢迎大家一起前来探讨学习~本文目录：一、项目准备1Pycharm中克隆github上的项目2.具体步骤3.环境配置二、目标检测

是Dream呀·2024-01-16 12:00

PaddleDetection训练目标检测模型

参考链接：PaddleDetection训练目标检测模型-CSDN博客文章浏览阅读1.1k次，点赞38次，收藏3次。

tabel_a·2024-01-16 10:14

【论文笔记】Effect of Attention Mechanism in Deep Learning-Based Remote Sensing Image Processing：A S...

注意机制在基于深度学习的遥感图像处理中的作用：系统文献综述综述：概述了已开发的注意力机制以及如何将它们与不同的深度学习神经网络架构集成。此外，它旨在研究注意力机制对基于深度学习的RS图像处理的影响。分析了相应的基于注意力机制的深度学习（At-DL）方法的进展。进行了系统的文献回顾，以确定出版物、出版商、改进的DL方法、使用的数据类型、使用的注意力类型、使用At-DL方法实现的总体准确度的趋势，并提

吃核桃用手夹·2024-01-16 09:54

【2024 目标检测】CascadeV-Det：探究基于点的 3D 目标检测中心点定位的对模型精度影响

【2024目标检测】CascadeV-Det：探究基于点的3D目标检测中心点定位的对模型精度影响摘要：观察：方法：Instance-AwareVoting：CascadePositiveAssignment

BIT可达鸭·2024-01-16 08:55

YOLOv8目标检测中数据集各部分的作用

自学答疑使用，持续更新…在目标检测任务中，通常将整个数据集划分为训练集（trainingset）、验证集（validationset）和测试集（testset）。

Asus.Blogs·2024-01-16 06:09

【目标检测】YOLOv7算法实现(一)：模型搭建

本系列文章记录本人硕士阶段YOLO系列目标检测算法自学及其代码实现的过程。其中算法具体实现借鉴于ultralyticsYOLO源码Github，删减了源码中部分内容，满足个人科研需求。

初初初夏_·2024-01-16 06:36

目标检测中的数据增强

整个代码参考：bubbliiiing/object-detection-augmentation。random_data.pyimportcv2importnumpyasnpfromPILimportImage,ImageDrawdefrand(a=0,b=1):returnnp.random.rand()*(b-a)+adefget_random_data(annotation_line,inp

一壶浊酒..·2024-01-16 06:35

目标检测-One Stage-YOLOv8

正样本分配策略DistributionFocalLoss关闭Mosiac总结前言终于到了YOLO系列最新最火爆的网络–YOLOv8，前面YOLOv5中已经提到ultralytics团队集成了先进的YOLO系列目标检测最佳实践

学海一叶·2024-01-16 06:34

[数据集][目标检测]茶叶病害数据集VOC+YOLO格式883张8类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：883标注数量(xml文件个数)：883标注数量(txt文件个数)：883标注类别数：8标注类别名称:["algalleaf","Anthracnose","birdeyespot","brownblight","gra

FL1623863129·2024-01-16 06:29

超详细：VINS-Mono论文中文记录

VINS-Mono论文笔记题目0.摘要1.背景简介2.相关工作介绍2.1融合方式2.2摄像头数据处理2.3imu数据处理2.4初始化2.5里程计3.VINS-Mono系统总览4视觉和IMU测量的预处理步骤

尘归尘-北尘·2024-01-16 06:30

Shape-IoU——综合考量边框形状与尺度的度量

今天看到一篇文章主要是提出了一种更有效的IOU度量方法，论文地址在这里，如下所示：摘要边界盒回归损失作为检测器定位分支的重要组成部分，在目标检测任务中起着重要作用。

Together_CZ·2024-01-16 04:11

YOLOv5改进 | Neck篇 | 利用ASF-YOLO改进特征融合层（适用于分割和目标检测）

一、本文介绍本文给大家带来的改进机制是ASF-YOLO（发布于2023.12月份的最新机制），其是特别设计用于细胞实例分割。这个模型通过结合空间和尺度特征，提高了在处理细胞图像时的准确性和速度。在实验中，ASF-YOLO在2018年数据科学竞赛数据集上取得了卓越的分割准确性和速度，达到了0.91的boxmAP（平均精度），0.887的maskmAP，以及47.3FPS的推理速度，效果非常的好，这个

Snu77·2024-01-16 00:48

目标检测数据集 - 人脸检测数据集下载「包含VOC、COCO、YOLO三种格式」

公共场所监控场景下行人检测项目，以及作为监控场景通用行人检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行标注，标注质量高，提供VOC(xml)、COCO(json)、YOLO(txt)三种常见目标检测数据集格式

极智视界·2024-01-15 23:54

基于深度学习的多类别电表读数识别方案详解

基于深度学习的多类别电表读数识别方案详解多类别电表读数识别方案详解项目背景项目难点最终项目方案系列项目全集：安装说明环境要求数据集简介数据标注模型选型明确目标，开始下一步的操作检测模型训练模型评估与推理番外篇：基于目标检测方案的探索多类别电表读数识别方案详解项目背景我国电力行业发展迅速

OverlordDuke·2024-01-15 19:18

面向自动驾驶领域的BEV与Occupancy网络的全景解析与实战

任务的提出是认为此前的3D目标检测所检测出的3D目标框，不足以描述一般物体（数据集中没有的物体），在此任务中，则把物体切分成体素进行表达，要求网络可以在3D体素空间中，预测每个体素的类别，可以

3DCV·2024-01-15 17:15

[深度学习]Open Vocabulary Object Detection 部署开放域目标检测模型使用感受

一、OpenVocabularyObjectDetection介绍OpenVocabularyObjectDetection(OpenVOD)是一种新型的目标检测方法，它使用开放词汇的概念来识别和检测图像中的对象

FL1623863129·2024-01-15 16:24

[易语言]使用易语言部署yolov5-7.0的图像分类模型

GitHub-ultralytics/yolov5:YOLOv5inPyTorch>ONNX>CoreML>TFLite【算法介绍】YOLO（YouOnlyLookOnce）系列算法是一种在计算机视觉领域广泛应用的目标检测算法

FL1623863129·2024-01-15 16:30

目标检测数据集 - 行人检测数据集下载「包含VOC、COCO、YOLO三种格式」

公共场所监控场景下行人检测项目，以及作为监控场景通用行人检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行标注，标注质量高，提供VOC(xml)、COCO(json)、YOLO(txt)三种常见目标检测数据集格式

极智视界·2024-01-15 15:48

目标检测脚本之mmpose json转yolo txt格式

目标检测脚本之mmposejson转yolotxt格式一、需求分析在使用yolopose及yolov8-pose网络进行人体姿态检测任务时，有时需要标注一些特定场景的中的人型目标数据，用来扩充训练集，提升自己训练模型的效果

夏代有工的玉·2024-01-15 15:37

[2019CVPR论文笔记]Doodle to Search Practical Zero-Shot Sketch-based Image Retrieval

摘要文章地址：http[https://arxiv.org/pdf/1904.03451v1.pdf]在本文中，我们研究了基于零样本的草图图像检索（ZS-SBIR）的问题，其中人类草图被用作查询以从不可见的类别中检索照片。我们通过提出一种新颖的ZS-SBIR场景来进一步推进现有技术，该场景代表了其实际应用中的一步。新设置独特地认识到实际ZS-SBIR的两个重要但经常被忽视的挑战，（1）业余草图和照

qq_44932092·2024-01-15 15:50

yolov8 瑞芯微 RKNN 的 C++部署，部署工程难度小、模型推理速度快

之前写过两次yolov8目标检测部署，后续继续思考，针对部署还有优化空间，本示例的部署方式优化了部署难度，加快了模型推理速度（略微增加了后处理的时耗）。特别说明：如有侵权告知删除，谢谢。

山水无移·2024-01-15 15:19

【AI框架】MMDetection3D 使用指南

MMDetection3D是一个基于PyTorch的目标检测开源工具箱,下一代面向3D检测的平台对安装MMDetection3D有问题的同学可以看：【星光02】MMDetection3D目标检测框架的Docker

白拾Official·2024-01-15 14:29

mmdet tools 使用指南

MMDetection是一个基于PyTorch的目标检测开源工具箱。它是OpenMMLab项目的一部分。主分支代码目前支持PyTorch1.8及其以上的版本。

小张Tt·2024-01-15 14:28

【深度学习】Anaconda3 + PyCharm 的环境配置 4：手把手带你运行 train.py 文件，史上最全的问题解决记录

项目源码：GitHub-SZU-AdvTech-2022/213-Rethinking-Image-Restoration-for-Object-Detection相关文档：睿智的目标检测26：Pytorch

作者正在煮茶·2024-01-15 12:16

【土堆】目标检测 YOLOv5 开源项目入门实战 1（最详尽版）—— 关于 detect.py 参数讲解与 lux ( annie ) & ffmpeg 安装

前言这是我根据B站土堆的目标检测YOLOv5开源代码项目调试与讲解实战整理撰写的第一篇文章，具体介绍了YOLOv5项目中detect.py文件的参数，同时也大致讲解了lux(annie)下载神器的安装过程

作者正在煮茶·2024-01-15 12:45

PyTorch深度学习实战（28）——对抗攻击(Adversarial Attack)

PyTorch深度学习实战（28）——对抗攻击0.前言1.对抗攻击2.对抗攻击模型分析3.使用PyTorch实现对抗攻击小结系列链接0.前言近年来，深度学习在图像分类、目标检测、图像分割等诸多领域取得了突破性进展

盼小辉丶·2024-01-15 10:53

在自定义数据集上训练 YOLOv8 进行目标检测

这是目标检测中令人惊叹的AI模型之一。在这种情况下，您无需克隆存储库、设置要求并配置模型，就像在YOLOv5及其之前的版本中所做的那样。在YOLOv8中，不需要执行这些手动任务。

小北的北·2024-01-15 08:12

推荐频道

论文笔记_目标检测