腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

半杯茶的小酒杯

专栏作者

117

文章

125286

阅读量

38

订阅数

【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。

2023-03-09

1.3K0

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。

2022-04-28

1.2K0

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

2022-04-28

5350

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。

2022-04-28

4750

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。

2022-04-28

3540

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；

2022-04-28

1K0

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战

Python精品学习库

代码在线跑，知识轻松学

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

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