Box-free

K-Net：Towards Unified Image Segmentation，基于动态内核的通用分割网络，（NMS-free and Box-free），从语义/实例分割到全景分割。

K-Net如何实现NMS-Free与Box-Free的实例分割。K-Net如何实现全景分割。前言语义分割、实例分割和全景分
yumaomi·2022-11-20 05:14

Anchor-free目标检测算法系列6：CSP(中心点+尺度预测)Center and Scale Prediction: A Box-free Approach for Object Detect

论文与CenterNet：Objectaspoints文章的思想很相似。以行人检测为例将目标检测简化为一个直接的全卷积式的中心点和尺度预测任务，CSP(CenterandScalePrediction)检测器结构简单。首先将一张图像输入全卷积网络，基于网络提取的特征图预测两个映射图，一个以热图的方式呈现目标的中心点位置，一个负责预测目标的尺度。在此基础上，便可以将两者映射到原图上并解译成目标检测框
Sesen_s·2020-08-26 15:40

Center and Scale Prediction: A Box-free Approach for Object Detection

CenterandScalePrediction:ABox-freeApproachforObjectDetection中心和尺度预测：一种box-free的物体检测方法无锚框的物体检测方法WeiLiu
Yongqiang Cheng·2020-07-11 03:53

PifPaf: Composite Fields for Human Pose Estimation

https://arxiv.org/abs/1903.06593github地址:https://github.com/vita-epfl/openpifpafcontributionbottom-up,box-free
MatthewHsw·2020-06-22 02:59

Center and Scale Prediction: A Box-free Approach for Object Detection 无anchor的目标检测算法

CenterandScalePrediction:ABox-freeApproachforObjectDetection论文下载地址：https://arxiv.org/pdf/1904.02948.pdf代码下载地址：https://github.com/liuwei16/CSP算法的创新点：该算法的创新点就是基于关键点检测（FCN网络结构）的基础上增加了一个检测目标的尺度预测分支。在最后卷积层
donkey_1993·2019-08-22 17:54
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他