腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
半杯茶的小酒杯
专栏成员
举报
117
文章
145587
阅读量
40
订阅数
订阅专栏
申请加入专栏
全部文章(117)
编程算法(32)
神经网络(28)
自动驾驶(26)
无人驾驶(24)
机器学习(22)
深度学习(20)
人工智能(17)
网络安全(15)
https(15)
数据结构(10)
tensorflow(7)
javascript(6)
node.js(6)
批量计算(6)
图像识别(6)
self(6)
python(5)
腾讯云测试服务(5)
论文(5)
网络(5)
网站(4)
安全(4)
机器人(4)
函数(4)
数据(4)
c++(3)
git(3)
linux(3)
kernel(3)
model(3)
模型(3)
优化(3)
html(2)
android(2)
github(2)
机器翻译(2)
http(2)
数据分析(2)
error(2)
key(2)
map(2)
reference(2)
地图(2)
设计(2)
对象存储(1)
java(1)
bash(1)
css(1)
jquery(1)
硬件开发(1)
ide(1)
api(1)
bash 指令(1)
容器镜像服务(1)
日志服务(1)
图像处理(1)
容器(1)
存储(1)
游戏(1)
开源(1)
正则表达式(1)
线性回归(1)
keras(1)
pytorch(1)
tcp/ip(1)
anaconda(1)
windows(1)
nest(1)
密钥管理服务(1)
5g(1)
迁移(1)
es(1)
汽车(1)
camera(1)
code(1)
covariance(1)
data(1)
dataset(1)
element(1)
embedding(1)
function(1)
gpu(1)
grid(1)
input(1)
interpolation(1)
layer(1)
local(1)
mapping(1)
mask(1)
models(1)
output(1)
padding(1)
path(1)
pid(1)
position(1)
preview(1)
ref(1)
shift(1)
simulation(1)
spline(1)
sum(1)
tensor(1)
time(1)
valueerror(1)
编码(1)
对象(1)
集合(1)
架构(1)
可视化(1)
连接(1)
算法(1)
系统(1)
原理(1)
搜索文章
搜索
搜索
关闭
【论文学习】End-to-End Object Detection with Transformers
https
网络安全
图像识别
编程算法
DETR是Facebook在2020年提出的基于Transformer的端到端目标检测方法,克服了在传统目标检测中对Anchor和非极大值抑制(Non-Maximum Suppression, NMS)等先验知识的依赖 ,简化了目标检测的处理流程。
YoungTimes
2023-03-09
1.4K
0
用Keras Tensorflow 2.0实现YOLO V1
神经网络
深度学习
人工智能
图像识别
本文尝试使用Tensorflow 2.0复现论文<You Only Look Once: Unified, Real-Time Object Detection>的效果。
YoungTimes
2022-04-28
1.2K
0
Object Detection-深入理解YOLO v1
图像识别
神经网络
深度学习
人工智能
机器学习
You Only Look Once: Unified, Real-Time Object Detection
YoungTimes
2022-04-28
572
0
Real-Time Object Detection-YOLO V1学习笔记
图像识别
神经网络
深度学习
人工智能
机器学习
YOLO之前的Object Detection方法主要是通过Region Proposal产生大量的Bounding Box,再用Classifier判断每个Bounding Box是否包含Object,以及Object所属类别的Probability。
YoungTimes
2022-04-28
518
0
目标检测-Training with Online Hard Example Mining
图像识别
机器学习
神经网络
深度学习
人工智能
图像分类和目标检测是计算视觉领域的两个基础任务,Region-based ConvNet将目标检测问题转化为图像分类问题,使得目标检测领域出现了巨大的技术突破,同时也引入了难以处理的heuristics和hyperparameters问题。OHEM(Online Hard Example Mining)算法的思想很简单:在训练数据集中往往存在大量的简单样本(easy examples)和少量的困难样本(hard examples),easy examples对于模型的训练贡献较小,hard examples更加有助于提升模型训练的效率和效果,OHEM算法将hard examples自动化的筛选出来运用到模型训练中去,从而获得较好的模型效果。
YoungTimes
2022-04-28
386
0
目标检测(Object Detection)的评估指标mAP
图像识别
机器学习
神经网络
深度学习
人工智能
官方公布的Fast R-CNN在COCO test-dev数据集上的mAP@.5为35.9%,mAP@[.5,.95]为19.7;
YoungTimes
2022-04-28
1.2K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档