AI.x社区

在拥挤的场景中进行物体检测具有挑战性。当物体聚集时，它们往往会在很大程度上彼此重叠，从而导致遮挡。由相同类别的对象引起的遮挡称为类内遮挡，也称为人群遮挡。物体检测器需要确定人群中不同物体的位置，并准确描绘其边界。即使对于人类注释者，许多情况也极具挑战性。在自动驾驶中，至少有几种场景需要处理拥挤场景中的物体检测：停车场或城市街道中的车辆检测以及十字路口上的行人检测。用于行人和车辆检测的拥挤场景示...

本文将介绍INESCTEC和波尔图大学的FaculdadedeEngenhariadaUniversidade做的UOLO生物医学图像中的自动对象检测和分割。这作为DLMIA2018技术报告发布。本文提出了UOLO(上图)，一种同时检测和分割医学图像中感兴趣结构的新颖框架。UOLO是用于同时检测和分割医学图像中对象的网络。利用注释数据进行分割的优点是即使使用少量图像数据也可以保持较高的检测性能。解剖结构的检测和分割是一项医学成像分析的核心任务，因为它可以勾画...

建立神经网络时，需要采取几个步骤。其中两个最重要的步骤是实现正向和反向传播。这两个词听起来真的很沉重，并且总是让初学者感到恐惧。但实际上，如果将这些技术分解为各自的步骤，则可以正确理解它们。在本文中，我们将专注于反向传播及其每个步骤的直观知识。什么是反向传播这只是实现神经网络的一项简单技术，允许我们计算参数的梯度，以执行梯度下降并使成本函数最小化。许多学者将反向传播描述为神经网络中数学上最密集...

只需看一次(YOLO)是快速、准确的单阶段目标检测器。最近发布的YOLOv4与其他目标检测器相比，显示出非常好的结果。1.介绍当今大多数精确模型都需要使用许多GPU进行大minibatch的训练，使用单GPU训练实际上会使训练变得缓慢且不切实际。YOLOv4目标检测器可以在具有较小minibatch批处理大小的单GPU上进行训练，使得使用单1080Ti或2080TiGPU训练出超快速和精确的目标检测器成为可能。YOLOv4在MSCOCO数据集上实现了实时检测的最优表...