解读Learning High-Precision Bounding Box for Rotated Object Detection via Kullback-Leibler Divergence

Rating: ⭐⭐⭐⭐
conference: NeuraIPS

上交大佬的NIPS作,可以去GitHub关注一下这个大佬!

yangxue0827 - Overview

MMRotate据说也是上交和商汤合作的,之后的几篇都会优先更新里面的实现。

https://github.com/open-mmlab/mmrotate

总体感受:文章的思想确实很不错,但有些句子读起来就有点秀英文的意思,表达地并不是很确切(动词)和简练(一些比喻)。注意不是我多厉害,只是前两天看了例如Swin这类的Best Paper的直观对比感受。但是从GWD延伸到KLD改loss的思路值得我们学习,也从侧面说明中NIPS需要的数学作为支撑,深度学习的优化问题也需要数学去做改进。

两种形式的KLD对实验结果没有影响,所以使得效果变好的应该是KLD的尺度不变性(我的想法)。作者解释说KLD的好处在于让参数在优化时产生关联。

其中一部分数学知识我也没学到过(或者信号处理跟概率统计相关的),也就是我们到研究生博士生也不能停止数学,诸君共勉。

解读Learning High-Precision Bounding Box for Rotated Object Detection via Kullback-Leibler Divergence相关推荐

  1. 《Gliding vertex on the horizontal bounding box for multi-oriented object detection》算法详解

    <Gliding vertex on the horizontal bounding box for multi-oriented object detection>是华中科大白翔老师的新 ...

  2. Gliding vertex on the horizontal bounding box for multi-oriented object detection 问答

    1.四边形检测的应用领域有哪些? 1)航拍图片,识别物体变化:2)场景文字检测:3)车牌检测:4)证件检测 2.目前多边形检测的方法有哪些?以及各自的缺点? 1)旋转矩形,检测外围矩形,加一个旋转角度 ...

  3. ECCV2020 AABO: Adaptive Anchor Box Optimization for Object Detection via Bayesian Sub-sampling论文翻译

    ECCV2020 AABO论文翻译 摘要 1.介绍 2.相关工作 3.提出的方法 3.1 初步分析 3.2 anchors的搜索空间优化 3.3 通过子抽样的贝叶斯锚优化 4.实验 4.1数据集,指标 ...

  4. Learning Rich Features at High-Speed for Single-Shot Object Detection

    Learning Rich Features at High-Speed for Single-Shot Object Detection abstract 单级目标检测方法因其具有实时性强.检测精度 ...

  5. 旋转目标检测:The KFIoU Loss for Rotated Object Detection(Under review in ICLR 2022)

    关键词:KFIoU, 倾斜IoU(SkewIoU) 参考博客: https://zhuanlan.zhihu.com/p/447286823 论文原文下载: https://openreview.ne ...

  6. 源码解读ReDet:A Rotation-equivariant Detector for Aerial Object Detection

    文章目录 前言 1.解决的问题 2.模型结构 2.1.ReCNN 2.2. RiRoiAlign 总结 前言  本篇解读2021CVPR旋转目标检测论文:ReDet:A Rotation-equiva ...

  7. Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection

    论文地址:https://arxiv.org/abs/2006.04388 论文代码:https://github.com/implus/GFocal 一阶段检测器基本将目标检测定义为密集的分类和定位 ...

  8. 论文学习笔记:Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regressi

    Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression 作者:Hamid Rezato ...

  9. [GFL]Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Dete

    Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection ...

最新文章

  1. C# System.Guid.NewGuid() 格式化
  2. CRM与SCM整合 让企业供应链无缝连接
  3. python语言学习:python语言学习中的定义类、定义函数、封装api等详细攻略
  4. 怎么查看电脑内存和配置_电脑内存条如何选择?老司机带你如何选择电脑内存条...
  5. sapmto生产模式配置及操作详解_MTO生产模式简介
  6. discuz MVC结构分析
  7. 数据分析(SQL)常见面试题:开窗函数
  8. 是可改写的随机存储器_PPT下载:磁阻随机存取存储器
  9. 山师计算机二级考试科目,山师计算机应用技术考试试题与答案.doc
  10. php用curl调用接口方法,get和post两种方式
  11. QBackingStore::flush() called with non-exposed window, behavior is undefined
  12. 禁止浏览器缓存input值
  13. python数据结构之递归
  14. 菜鸟教程python100例-菜鸟教程python
  15. 虚拟税务ukey托管服务器,税务Ukey托管来啦,给它一个家!企业开票更方便
  16. Asymptotic I Catalan Number
  17. springboot+vue开发小说网站及作品写作发布
  18. 动作电位的产生和动作电位的长距离高速传导
  19. 计算机硬盘最小容量是多少,通常计算机的存储容量是多少?
  20. html给图片绝对定位,html相对定位和绝对定位

热门文章

  1. 学生如何掌握学习诀窍?这招很实用
  2. python的薪资待遇-python数据分析师待遇有多少?工资待遇如何?
  3. Spark一路火花带闪电——Spark常用算子(参数及其返回值)探究
  4. drawimage的用法 java_java中方法drawImage()的参数详细解释
  5. git安装路径的更改
  6. spring cloud --demo
  7. 隐藏域在Ajax中的应用
  8. 云舸未停,AI风起:山峦之上的华为云
  9. python+requests+unittest+HTMLTestRunner构建接口自动化测试框架(四)测试用例执行
  10. 学生用计算机的按键名称,电脑键盘操作方法 电脑键盘各键的名称及使用方法...