CVer

从Densebox到Dubox:更快、性能更优、更易部署的anchor-free目标检测
从Densebox到Dubox:更快、性能更优、更易部署的anchor-free目标检测

最近 Anchor-free (no-prior box)的概念又重新火热起来,anchor-free的概念从2015年densebox, yolov1开始出现,但一开始性能并不是很好,后来基于anchor(prior box)的概念的检测算法如faster rcnn, ssd性能有很大的提升,于是目标检测从此走进anchor时代,但是最近anchor-free的文章出现很多,目标检测发现不使用anchor依然可以达到较好的效果。今天要介绍的Dubox和Densebox都是由百度提出的无先验框的一阶段目标检测算法。

轻量级卷积神经网络的设计
轻量级卷积神经网络的设计

这篇文章将从一个证件检测网络(Retinanet)的轻量化谈起,简洁地介绍,我在实操中使用到的设计原则和idea,并贴出相关的参考资料和成果供读者参考。因此本文是一篇注重工程性、总结个人观点的文章,存在不恰当的地方,请读者在评论区指出,方便交流。

GAN生成图像综述
GAN生成图像综述

本文从GAN的基本模型开始,简要总结GAN的原理和改进,介绍其在图像生成与转换中的研究和应用,并讨论其理论和应用中尚存在的挑战。

同济和华为诺亚提出:渐进式可微网络结构搜索,显著提升可微式搜索的性能和稳定性,已开源
同济和华为诺亚提出:渐进式可微网络结构搜索,显著提升可微式搜索的性能和稳定性,已开源

来自同济大学和华为诺亚方舟实验室的研究人员提出了一种渐进式的可微分网络结构搜索方法,能够显著提升可微式搜索的性能和稳定性。该方法在单个P100 GPU上只需要7个小时就可以搜索到一个网络结构,在CIFAR10数据集上实现了2.50%的测试错误率,在ImageNet数据集的移动设定中实现24.4%/7.4%的Top1/Top5测试错误率。