- 相关博文
- 最新资讯
-
话不多说，我们正式开始。在提升爬虫的速度这方面，最基础、最有效、最直接的操作是什么呢？没错，就是并发请求，如果你的爬虫整个逻辑是顺序执行的，请求的时候永远不会并发，那么你...
-
- sergiojune
- 2019年07月22日
-
-
zircon实现两种调度机制，一种就是fair其实现在fair_scheduler.cpp中，一种是基于时间片的其实现在sched.cpp中，调度器的入口都在sche_reschedule()这个函数中。例如fair的实现如下：voidsched_reschedule(){FairScheduler::Reschedule();}fair的实现是一个cpp的类。另一...
-
- tiantao2012
- 2019年07月06日
-
-
题目描述：笔试题:CSV文件处理给定一个CSV文件，其内容的展现规则如下：-每一行数据包含多个字段，字段间以[,]分割。-如果字段值不含有[,]和["]，直接解析输出。-如果字段值内部含有逗号[,]，在在字段值两边加上双引号["]将字段值括起来。-如果字段值内部含有双引号["]，则字段值两边加上双引号["]括起来，同时，将字段值...
-
- _天道酬勤_不忘初心
- 2019年07月06日
-
-
PrefaceContent运行程序时,Perl内部的编译器会先载入整个源程序,将之转换成内部使用的bytecode,这是一种Prel在内部用来表示程序语法树的数据结构,然后交给Perl的bytecode引擎运行.所以,如果在第200行有个语法错误,那么在开始运行第二行代码之前,Perl就会报告这个错误.英语跟许多其他语言一样区别单数(singular)和复数(plural).作为一个由人...
-
- Ciruy B.Heimerdinger
- 2019年07月05日
-
-
-
值得收藏！基于激光雷达数据的深度学习目标检测方法大合集（上）
将全卷积网络技术移植到三维距离扫描数据检测任务。具体地，根据Velodyne 64E激光雷达的距离数据，将场景设置为车辆检测任务。在2D点图呈现数据，并使用单个2D端到端全卷积网络同时预测目标置信度和边框。通过设计的边框编码，使用2D卷积网络也能够预测完整的3D边框。
-
推荐一篇前几天新出的投向TPAMI的论文：Imbalance Problems in Object Detection: A Review，作者详细考察了目标检测中的不平衡问题（注意不仅仅是样本中的不平衡问题）及其解决方案，是目标检测领域目前最新的也是非常独特的综述。
-
目标检测包括目标分类和目标定位 2 个任务，目标定位一般是用一个矩形的边界框来框出物体所在的位置，关于边界框的回归策略，不同算法其回归方法不一。本文主要讲述：1.无 Anchor 的目标检测算法：YOLOv1，CenterNet，CornerNet 的边框回归策略；2.有 Anchor 的目标检测算法：SSD，YOLOv2，Faster R-CNN 的边框回归策略。
-
几天前，arXiv新出一篇目标检测文献《Object Detection in 20 Years: A Survey》对该领域20年来出现的技术进行了综述，这是一篇投向PAMI的论文，作者们review了400+篇论文，总结了目标检测发展的里程碑算法和state-of-the-art，并且难能可贵的对算法流程各个技术模块的演进也进行了说明，还深入到目标检测的特定领域如人脸检测、行人检测等进行了总结，最后列举了未来可能的发展方向。
-
对肺结节的诊断属于一种特殊的分类/检测任务，基于深度学习的图像分类和目标检测算法被广泛地应用在肺结节检测中。当前业界比较常用的是采用预检测+精检测的诊断方式来进行肺结节的检测。
-
南开大学提出目标检测新Backbone网络模块：Res2Net
在许多视觉任务中，多尺度的表示特征是非常重要的。最新的研究在不断的提升着 backbone 网络的多尺度表达能力，在多个任务上提高了算法性能。然而，大多数现有的深度学习方法是通过不同层的方式来表达多尺度特征。作者提出了一种新的卷积网络构造方式 Res2Net，通过在单个残差块里面构建层次化的连接实现。Res2Net 是在粒度级别上来表示多尺度特征并且增加了每层网络的感受野范围。
-
大疆、港科大联手！双目3D目标检测实验效果大放送 | CVPR 2019
2018 年在 3D 检测方面的文章层出不穷，也是各个公司无人驾驶或者机器人学部门关注的重点，包含了点云，点云图像融合，以及单目 3D 检测，但是在双目视觉方面的贡献还是比较少，自从 3DOP 之后。总体来说，图像的检测距离、图像的 density 以及 context 信息，在 3D检测中是不可或缺的一部分，因此作者在这篇文章中挖掘了双目视觉做 3D检测的的潜力。
-
CVPR2019 | 斯坦福学者提出GIoU，目标检测任务的新Loss
本文是对 CVPR2019 论文《Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression》的解读，通过对 Loss 的修改提升检测任务的效果，觉得思路很棒。
-
港中大、商汤开源目标检测工具包mmdetection，对比Detectron如何？
近日，香港中文大学-商汤联合实验室开源了基于 PyTorch 的检测库——mmdetection。上个月，商汤和港中大组成的团队在 COCO 比赛的物体检测（Detection）项目中夺得冠军，而 mmdetection 正是基于 COCO 比赛时的 codebase 重构。
活动
-
2019.09.21
-
2019.08.26
-
2019.09.05
-
2019.09.06
精品推荐
热门推荐
学习资源
关于我们
关注「AI科技大本营」
转载 & 投稿（微信）：1092722531
商务合作（微信）：15222814505