CVer

235 篇文章
170 人订阅

全部文章

Amusi

目标检测损失函数Loss大盘点

在one-stage检测算法中,会出现正负样本数量不平衡以及难易样本数量不平衡的情况,为了解决则以问题提出了focal loss。

2710
Amusi

抠图只精细到头发丝还不够,Adobe新方法能处理6000×6000的高分辨率图像

抠图是图像和视频编辑与合成的关键技术。通常,深度学习方法会以整个输入图像和相关的 trimap 作为输入,使用卷积神经网络来推断前景蒙版(alpha matte...

3920
Amusi

IRNet:弱监督实例分割 | 步步为营,隔山打牛

[ICCV2019] IRNet:Weakly Supervised Learning of Instance Segmentation with Inter-...

3120
Amusi

从Deep Image Prior到NAS Deep Image Prior

https://github.com/DmitryUlyanov/deep-image-prior

6930
Amusi

首个无tricks的情况下将ResNet-50提高到80%+!CMU开源MEAL V2

该文是CMU的Zhiqiang Shen提出的一种提升标准ResNet50精度的方法,它应该是首个将ResNet50的Top1精度刷到80%+的(无需额外数据,...

4120
Amusi

清华&华为提出AABO:自适应最优化Anchor设置,性能榨取的最后一步 | ECCV 2020 Spotlight

论文提出超参数优化方法AABO,该方法核心基于贝叶斯优化和Sub-Sample方法,能够自适应的搜索最优的anchor设置。从实验结果来看,AABO能够仅通过a...

2820
Amusi

YOLO-Fastest:超超超快的开源ARM实时目标检测算法

大家好,我是dog-qiuqiu,这篇文章可能不会涉及太多技术算法上的讲解,可能先和大家探讨下关于这个算法的一些定位和应用场景的问题吧。

4510
Amusi

Focal Loss和它背后的男人RetinaNet

说起Focal Loss,相信做CV的都不会陌生,当面临正负样本不平衡时可能第一个想到的就是用Focal Loss试试。但是怕是很多人会不知道这篇论文中所提出的...

4130
Amusi

ECCV 2020 | 布法罗大学&快手提出基于Transformer的3D手势估计

本文将分享来自布法罗大学的黄麟以及快手西雅图实验室的谈建超等人在ECCV的工作。由于3D手势本身高度非线性的动态特性以及关节点之间复杂的结构关联和依赖,使得3D...

3020
Amusi

随机的YOLO:数据集偏移下的高效概率目标检测

在OD任务中,对于一个单一的图像,在没有预测到一个或者多个边框的情况下,不确定性语义的意义就更广泛了。在图像分类和OD任务中,我们可以测量模型对于标签的确定程度...

2710
Amusi

编程神器来了!写代码、搜问题,全部都在「终端」完成!是时候入手了

最常见的方法是去论坛询问、谷歌搜索,需要反复在网页和编译器页面切换,即使有两个很大的分屏,生产力也会受到影响。

2720
Amusi

从FBNetv1到FBNetV3:一文看懂Facebook在NAS领域的轻量级网络探索

FBNet系列是完全基于NAS方法的轻量级网络系列,分析当前搜索方法的缺点,逐步增加创新性改进,FBNet结合了DNAS和资源约束,FBNetV2加入了chan...

5120
Amusi

ECCV 2020 | SADNet:用于单图像去噪的空间自适应网络

Title:Spatial-Adaptive Network for Single ImageDenoising(SADNet):用于单张图像去噪的空间自适应网...

2320
Amusi

Dynamic ReLU:微软推出涨点神器!可能是最好的ReLU改进 | ECCV 2020

论文提出了动态ReLU,能够根据输入动态地调整对应的分段激活函数,与ReLU及其变种对比,仅需额外的少量计算即可带来大幅的性能提升,能无缝嵌入到当前的主流模型中...

3220
Amusi

黑暗中的YOLO:解决黑夜里的目标检测 | ECCV 2020

https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123660341.pdf

2320
Amusi

74KB图片也高清,谷歌用神经网络打造图像压缩新算法

最新的好消息是,谷歌团队采用了一种GANs与基于神经网络的压缩算法相结合的图像压缩方式HiFiC,在码率高度压缩的情况下,仍能对图像高保真还原。

9340
Amusi

ECCV 2020 | 清华提出CSG:训练可解释的卷积神经网络

论文提出类特定控制门CSG来引导网络学习类特定的卷积核,并且加入正则化方法来稀疏化CSG矩阵,进一步保证类特定性。从实验结果来看,CSG的稀疏性能够引导卷积核与...

8320
Amusi

GitHub:小目标检测最全资料集锦

前几天,Amusi分享了Anchor-free目标检测的学习资料,详见 GitHub:Anchor-free目标检测最全资料集锦

7220
Amusi

旷视15篇论文入选ECCV 2020(含目标检测/NAS/人体姿态估计等)

8月23-28日,全球计算机视觉三大顶会之一,两年一度的 ECCV 2020(欧洲计算机视觉国际会议)即将召开。受到疫情影响,今年的 ECCV 将以线上形式举办...

9630
Amusi

CNN一定需要池化层吗?

在现有的网络结构设计指导下,似乎卷积层后跟一个池化层下采样,已经是一个准则。我们重新思考了现有SOTA网络,并得出结论最大池化层是能被卷积层给替代。我们设计了一...

12240

扫码关注云+社区

领取腾讯云代金券