原创 RepVGG：VGG，永遠的神！ | CVPR 2021
RepVGG將訓練推理網絡結構進行獨立設計，在訓練時使用高精度的多分支網絡學習權值，在推理時使用低延遲的單分支網絡，然後通過結構重參數化將多分支網絡的權值轉移到單分支網絡。RepVGG性能達到了SOTA，思路簡單新穎，相信可以在上面做更多
2022-06-14 14:20:28
原创 ReLabel：自動將ImageNet轉化成多標籤數據集，更準確地有監督訓練 | 2021新文
人工標註數據集中普遍存在噪聲，ReLabel能夠自動且低成本地將原本的單標籤數據集轉化爲多標籤數據集，並且提出配合random crop使用的高效LabelPooling方法，能夠更準確地指導分類網絡的訓練 來源：曉飛的算法工程筆記
2022-04-28 14:00:00
原创 MicroNet: 低秩近似分解卷積以及超強激活函數，碾壓MobileNet | 2020新文分析
論文提出應對極低計算量場景的輕量級網絡MicroNet，包含兩個核心思路Micro-Factorized convolution和Dynamic Shift-Max，Micro-Factorized convolution通過低秩近似將原
2022-04-12 14:00:02
7
原创 RepLKNet：不是大卷積不好，而是卷積不夠大，31x31卷積瞭解一下 | CVPR 2022
論文提出引入少數超大卷積核層來有效地擴大有效感受域，拉近了CNN網絡與ViT網絡之間的差距，特別是下游任務中的性能。整篇論文闡述十分詳細，而且也優化了實際運行的表現，值得讀一讀、試一試 來源：曉飛的算法工程筆記 公衆號 論文: Sc
2022-03-21 14:00:21
原创 FPT：又是借鑑Transformer，這次多方向融合特徵金字塔 | ECCV 2020
論文提出用於特徵金字塔的高效特徵交互方法FPT，包含3種精心設計的特徵增強操作，分別用於借鑑層內特徵進行增強、借鑑高層特徵進行增強以及借鑑低層特徵進行增強，FPT的輸出維度與輸入一致，能夠自由嵌入到各種包含特徵金字塔的檢測算法中，從實驗結
2022-02-26 14:02:00
原创 Non-local Network：人類早期在CV馴服Transformer嘗試 | CVPR 2018
Non-local操作是早期self-attention在視覺任務上的嘗試，核心在於依照相似度加權其它特徵對當前特徵進行增強，實現方式十分簡潔，爲後續的很多相關研究提供了參考 來源：曉飛的算法工程筆記 公衆號 論文: Non-loc
2022-02-26 14:02:00
原创 Anchor-free目標檢測綜述 -- Keypoint-based篇
早期目標檢測研究以anchor-based爲主，設定初始anchor，預測anchor的修正值，分爲two-stage目標檢測與one-stage目標檢測，分別以Faster R-CNN和SSD作爲代表。後來，有研究者覺得初始ancho
2022-02-26 14:02:00
原创 Anchor-free目標檢測綜述 -- Dense Prediction篇
早期目標檢測研究以anchor-based爲主，設定初始anchor，預測anchor的修正值，分爲two-stage目標檢測與one-stage目標檢測，分別以Faster R-CNN和SSD作爲代表。後來，有研究者覺得初始ancho
2022-02-26 14:02:00
原创 RelationNet++：基於Transformer融合多種檢測目標的表示方式 | NeurIPS 2020
論文提出了基於注意力的BVR模塊，能夠融合預測框、中心點和角點三種目標表示方式，並且能夠無縫地嵌入到各種目標檢測算法中，帶來不錯的收益 來源：曉飛的算法工程筆記 公衆號 論文: RelationNet++: Bridging Vis
2022-02-21 14:00:17
原创 輕量級網絡綜述 — 主幹網絡篇
輕量級網絡的核心是在儘量保持精度的前提下，從體積和速度兩方面對網絡進行輕量化改造，本文對輕量級網絡進行簡述，主要涉及以下網絡： SqueezeNet系列 ShuffleNet系列 MnasNet MobileNet系列 Condens
2021-09-27 14:07:41
原创 Generalized Focal Loss：Focal loss魔改以及預測框概率分佈，保漲點 | NeurIPS 2020
爲了高效地學習準確的預測框及其分佈，論文對Focal loss進行拓展，提出了能夠優化連續值目標的Generalized Focal loss，包含Quality Focal loss和Distribution Focal loss兩種具
2021-07-29 14:07:29
7
原创 RelationNet：學習目標間關係來增強特徵以及去除NMS | CVPR 2018
論文基於NLP的注意力機制提出了目標關係模塊，通過與其它目標的比對增強當前目標的特徵，而且還可以代替NMS進行端到端的重複結果去除，思想十分新穎，效果也不錯 來源：曉飛的算法工程筆記 公衆號 論文: Relation Network
2021-07-29 14:07:29
原创 FCOSv2：原作的擴展版本，小修小改，性能高達50.4AP | IEEE T-PAMI 2020
本文是對FCOS的小修小改，最終性能達到了50.4AP，可謂相當強勁了，大家在工程上可以參考其中的改進以及提升方法 來源：曉飛的算法工程筆記 公衆號 論文: FCOS: A Simple and Strong Anchor-free
2021-07-27 14:07:34
原创 Guided Anchoring：在線稀疏anchor生成方案，嵌入即提2AP | CVPR 2019
Guided Anchoring通過在線生成anchor的方式解決常規手工預設anchor存在的問題，以及能夠根據生成的anchor自適應特徵，在嵌入方面提供了兩種實施方法，是一個很完整的解決方案 來源：曉飛的算法工程筆記 公衆號
2021-07-14 11:55:53
原创 FoveaBox：細節差別，另一種DenseBox+FPN的Anchor-free方案 | IEEE TIP 2020
作爲與FCOS和FSAF同期的Anchor-free論文，FoveaBox在整體結構上也是基於DenseBox加FPN的策略，主要差別在於FoveaBox只使用目標中心區域進行預測且迴歸預測的是歸一化後的偏移值，還有根據目標尺寸選擇FPN
2021-07-12 14:07:11